Máy học (Machine Learing-ML) trong Quản lý mạng- Hứa hẹn và Thách thức

Máy học (Machine Learing-ML) trong Quản lý mạng- Hứa hẹn và Thách thức

Tự động hóa, máy học (Machine Learning – ML) và trí tuệ nhân tạo (AI) đang trở thành những công cụ có khả năng quản lý mạng quan trọng khi độ phức tạp của mạng ngày càng tăng.

Là một phần của xu hướng tự động hóa và thông minh hơn trong các mạng doanh nghiệp, trí tuệ nhân tạo và học máy ngày càng có nhu cầu vì khả năng lập trình xác định các vấn đề với mạng và đưa ra chẩn đoán ngay lập tức các vấn đề phức tạp .

Việc áp dụng AI và ML vào quản lý mạng có thể cho phép hợp nhất đầu vào từ nhiều nền tảng quản lý để phân tích trung tâm. Thay vì nhân viên CNTT xử lý thủ công các báo cáo từ các thiết bị và ứng dụng đa dạng, máy học có thể đưa ra các chẩn đoán nhanh chóng, tự động về các vấn đề.

Giám đốc cấp cao và nhà phân tích Josh Chessman của Gartner đã đặt ra vấn đề cho nhân viên CNTT rằng máy học được thiết kế để giải quyết: “Tôi có tất cả các công cụ giám sát này và tất cả chúng đều cho tôi biết có điều gì đó không ổn, nhưng chúng không nói với tôi. Sức mạnh lớn nhất của công cụ này ngày nay là có thể xác định ‘bạn đã có 26 sự kiện từ bảy công cụ khác nhau và tất cả chúng đều liên quan đến sự cố mạng.’

Thật khó để nói các doanh nghiệp đang mua các hệ thống AI và ML nhanh như thế nào, nhưng các nhà phân tích cho rằng việc áp dụng đang ở giai đoạn đầu. Một điểm mấu chốt là nhầm lẫn về ý nghĩa chính xác của AI và ML. Những người nghĩ rằng AI có thể dễ dàng xác định những kẻ xâm nhập và phân tích, tối ưu hóa luồng thông tin sẽ thất vọng. Theo Mark Leary, giám đốc nghiên cứu tại IDC, việc sử dụng thuật ngữ AI để mô tả những gì đang thực sự xảy ra với các công cụ quản lý mạng mới là một điều gì đó quá lời. “Các nhà cung cấp, khi họ nói về khả năng AI / ML, nếu bạn nhận được thông tin trung thực từ họ, họ đang nói về máy học, không phải AI,” ông nói.

Không có sự phân chia định nghĩa giữa hai thuật ngữ. Nhìn chung, cả hai đều mô tả cùng một khái niệm – các thuật toán có thể đọc dữ liệu từ nhiều nguồn và điều chỉnh kết quả đầu ra của chúng cho phù hợp. Theo các chuyên gia, AI được áp dụng chính xác nhất cho các ý tưởng đó hơn là cho một hệ thống có thể xác định nguồn gốc của một vấn đề cụ thể trong mạng điện toán doanh nghiệp.

Jagjeet Gill, một hiệu trưởng trong lĩnh vực chiến lược của Deloitte, cho biết: “Có lẽ chúng ta đang lạm dụng thuật ngữ AI, bởi vì một số trong số những thứ này, như dự đoán bảo trì, đã xuất hiện trong lĩnh vực này một thời gian.

Một điểm gắn bó khác đối với nhiều hệ thống ML là khả năng tương thích chéo. Phần lớn những gì trên thị trường hiện ở dạng nhà cung cấp thêm một tính năng mới vào một trong những sản phẩm hiện có của họ. Ví dụ, điều đó rất hữu ích cho tất cả các cửa hàng của Cisco, nhưng có thể là một vấn đề trong môi trường nhiều nhà cung cấp. Chessman nói: “Rất nhiều nhà cung cấp đang thêm AIops vì nó là một từ thông dụng. “Nó không cung cấp cho bạn nhiều khả năng hiển thị về sản phẩm của các nhà cung cấp khác.”

Có những hệ thống ML của nhà cung cấp nhằm quản lý mạng — Moogsoft và BigPanda là hai trong số những tên tuổi lớn trong lĩnh vực này — nhưng phổ biến hơn là các tính năng ML đi kèm với các sản phẩm của nhà cung cấp cụ thể. “Vậy hãy lấy Netscout. Họ đã có một số ML, và nó hoạt động tốt, nhưng nó tập trung vào [sản phẩm] Netscout, ”Chessman nói.

Theo Peter Suh, người đứng đầu bộ phận thực hành mạng Bắc Mỹ của Accenture, bất kể những rào cản mà công nghệ phải vượt qua, ML có khả năng giúp công việc của các chuyên gia CNTT trở nên dễ dàng hơn rất nhiều. Ông nói: “Có những loại công cụ và giải pháp đó sẽ rất tốt. “Nó sẽ giúp bạn tìm hiểu những gì đang diễn ra trên mạng vào bất kỳ thời điểm nào.”

Theo Chessman của Gartner, mặc dù đây cũng là một bước đi tiềm năng theo hướng tự động hóa toàn bộ mạng lưới, nhưng nó cũng có thể dẫn đến việc nhân viên CNTT mất việc làm, điều đó không có khả năng xảy ra trong tương lai gần. Điều có thể xảy ra hơn là ML sẽ giúp giải phóng nhân viên CNTT làm việc vào các hoạt động tạo ra doanh thu, ông nói. “Tự động hóa hoàn toàn vẫn còn cần nhiều năm nữa.”

Theo https://www.networkworld.com/

Trả lời

Email của bạn sẽ không được hiển thị công khai. Các trường bắt buộc được đánh dấu *

error: Content is protected !!