网络机器学习为税务管理人员提供避难所

图像由Constems-AI提供

图像由Constems-AI提供

对于网络工程师来说,这是最好的时代 - 以及最糟糕的时间。

几乎没有否认网络机器学习(ML),自动化和人工智能(AI)为网络管理带来了效率。同时,混合云和边缘计算等新架构以及来自物联网(IoT)的增殖设备和数据(IOT)已经放置了网络上的新负担。

启用了新的ML和AI的工具自动化以前手动网络配置,安全监测和其他管理任务,该任务从日常消防中释放网络管理者以允许时间进行战略工作。

但是,在塑造网络基础架构的新力量的情况下,基础设施管理已经更加复杂的基础设施管理也很少的辩论。

“这可能是当今网络基础设施管理人员最具挑战性的时期,”MobileNoc的Frantz Civil,Lead工程师和首席执行官在最近的2020年会议上的演变网络上的一系列会议上。

“我们有混合云,我们有虚拟化,”民事观察。“现在我们虚拟化防火墙。每个人的网络都完全改变了。......现在90%的组织是完全偏远的。“

Civil说,随着基础设施越来越分散,数据越来越多,网络管理人员需要考虑用不同的方式管理、监控和保护网络。

IOT世界的2020年IOT采用调查的最新数据表明,网络管理确实是受访者的障碍 - 其中41%引用了连通性挑战,作为部署物联网项目的障碍(安全和缺乏员工管理IOT /基础设施)项目也在前三名,46%且缺乏内部技能)。

网络机器学习主动管理

实际上,随着网络管理者的工作变得更加远,它变得更加困难。物联网设备和边缘架构带来了新的攻击向量。但是自动化可以帮助他们更成功地监控架构,甚至可以训练新的分析师来了解网络上的异常行为。

“网络管理员总是被安全日志淹没,”Fortinet全球安全策略师德里克•曼基(Derek Manky)在讨论如何将ML和人工智能用于网络安全时表示。“你是怎么在大海捞针里找到那根针的?”

ML和AI,可以增加网络管理员的管理任务,使监控更准确和高效。

“如果我的算法可以建议[将团队加入的初级分析师]在采取的行动......要做IP地址查找,DNS查找,”“Splunk的安全产品副总裁Oliver Friedrich表示。他说,它可以“指导”人类网络管理,并使管理员“更有效和强大”。

Civil还指出,使用机器学习使网络管理比以往更加积极主动。

“大多数时候,我们是反应的,”民事指出。“我们正在等待警报发生或发出发生。”因此,民间说,可见性差。

“通常情况下,我们无法很好地了解发生了什么。这就是机器学习和人工智能……试图解决的问题——让我们从被动模式转向主动模式。”

根据物联网采用调查,57%的受访者使用机器学习进行性能监测,安全性32%。

利用自然语言处理网络管理

Civil指出,另一个值得注意的发展是通过自然语言处理(NLP)使用声控管理来实现网络管理自动化。工程师可以使用NLP对网络进行口头指导。

“你可以与你的网络进行对话,”公民说。“它为您提供了一个虚拟助手,几乎可以执行任何基础架构任务,从打开一个更改,打开TAC [技术援助中心]案例,为您提供VLAN [虚拟本地区域网络],或者在未来的某个时间,为您推动某些更改。“

Civil指出,自动化还可以通过主动避免网络中断来降低成本,并使网络管理员专注于今天的基础设施需要支持的战略业务计划。

他说,如今他们陷入了救火的泥潭。

“如果我能在发生之前预测潜在的停用,那么这一点仍然是巨大的储蓄,”菲文说。“最重要的是,让我们说我是一名工程师,我需要度过一半的一天排除电路,同时我有大型企业可交付成果被延迟。......那是耗资组织很多钱。“

但是,民事指出,网络自动化不是一夜之间部署。这是逐步自动化,看到结果,然后以分阶段的方法自动化其他任务。

“现在我们可以自动化的是什么任务,这将在给定的一周内释放三到四个小时?”民事挑战观众识别。“那是第一步。一旦你能通过第一步,那么可能会说'你可以说,'有助于简化IT运营的两件事是什么?“

最终,公民说,这些不是一夜之间的变化,而是长期基础设施改造。

“这些是长途旅行,”他说。

请点击这里查看原始文章。

戴安娜泰