fb
30. 7. 2021 8:20

Využití umělé inteligence při správě sítě

Umělá inteligence je dnes „in“. Je široce propagována jako všelék, který má zlepšit fungování firem v celé řadě různých oblastí. I když jsou schopnosti a především možnosti nasazení umělé inteligence (AI) někdy přeceňované, objevuje se stále více podnikových procesů, kde již AI efektivně nahrazuje lidskou sílu nebo se stává jejím výkonným pomocníkem. Ukažme si, jak může AI například zlepšit správu počítačových sítí.

Umělá inteligence obecně funguje tak, že analyzuje obrovská množství dat a na základě svých zjištění vytváří přehled o fungování systému. Ve spojení se strojovým učením ji lze využít k automatizaci rozhodování v reakci na různé události a k provádění úloh bez nutnosti lidského zásahu. Tento princip je naplněn i při nasazení AI ve správě sítě.

V počítačových sítích se AI a strojové učení používají k nepřetržité analýze velkého množství dat pomocí sofistikovaných algoritmů pro přesné rozpoznávání dění v síti, vytváření prognóz a reagování na nastalé události.

Hlavním přínosem AI je to, že umožňuje inteligentní automatizaci mnoha úloh, což šetří obrovské množství času a zároveň zlepšuje efektivitu provozu. To platí i pro správu sítě, kde lze automatizovat mnoho funkcí a tím výrazně zlepšit výkon sítě, urychlit řešení problémů a zvýšit zabezpečení. Schopnost inteligentně analyzovat síťová data a detailně pochopit provoz sítě bez lidského zásahu je základem atraktivity nasazení AI v síti.

Jednoduchým příkladem může být funkce detekce smyček, která je již dlouho součástí inteligentních (Smart) a řízených (Managed) přepínačů. Jedná se o funkci, která správcům sítě ušetří velmi mnoho času v případě náhodné nebo úmyslně nesprávné konfigurace sítě. Síťová smyčka vznikne, když se kabel z jednoho portu switche připojí zpět k jinému portu ve stejném switchi nebo síti. Smyčka způsobí přetížení provozu, která srazí síť na kolena, protože je neustále zahlcována přeposílanými pakety, které nekončí v zamýšleném cíli. Funkce pro detekci smyčky v takové situaci jeden z postižených portů automaticky vypne, čímž se tento problém zmírní. Bez této funkce musí správce sítě pracně vyhledat a manuálně opravit poruchu, která se může skrývat kdekoli v celé síti.

Přínosem umělé inteligence a strojového učení je snížení prostojů a provozních nákladů, preventivní údržba a také úspora času správců sítě. Nasazení AI v této oblasti umožňuje firmám – zejména malým a středním podnikům s nedostatkem IT pracovníků – efektivněji provozovat jejich sítě a přibližuje nás k samoopravným sítím a jejich dálkové správě.

Využití dat ze síťových logů

V každé počítačové síti existuje obrovské množství provozních dat, která jsou neustále generována interními procesy a také servery, Wi-Fi řídicími jednotkami (kontroléry), aplikacemi, připojenými zařízeními a dalším síťovým vybavením. V běžné síti zůstávají tato dat většinou uložena v souborech, nazývaných také „logy“, a málokdy se využívají. Zavedení umělé inteligence a strojového učení umožňuje systémům pro správu sítě tato data automaticky interpretovat, přesněji určit, co se děje, a využít tento přehled k neustálému zlepšování provozu sítě a snižování prostojů. Je to také mnohem rychlejší a přesnější, než když to dělají lidé manuálně.

AI a strojové učení lze využít pro detekci problémů v síti a řešení některých z nich bez potřeby lidského zásahu, což z nich dělá účinný nástroj při údržbě a zlepšování síťového provozu. Například ve Wi-Fi síti to může znamenat udržení plného síťového pokrytí i v případě poruchy některého přístupového bodu (AP, access point) tím, že se automaticky zvýší síla rádiového signálu jiných přístupových bodů s cílem rekonfigurovat síť a pokrýt potenciálně „mrtvé zóny“.

V současné době se pozornost soustředí na využití umělé inteligence a strojového učení v administrativnějších a všednějších oblastech správy sítě. V zásadě jde o to naučit síť automatizovat základní úkony správy a upozornit správce sítě, pokud jsou identifikovány složitější problémy, které vyžadují zásah člověka.

Automatické upřednostňování kritického síťového provozu

AI zabudovaná do inteligentních Smart switchů se nyní používá také pro zajištění včasného doručení paketů kritického provozu, který prochází síti. Analýzou ethernetových paketů mohou tyto chytré switche automaticky přiřazovat různým typům síťového provozu různé úrovně služeb a upřednostnit pakety IP videa a VoIP hovorů, aniž by to ohrozilo přenos dalších síťových dat. To šetří náklady na samostatný hardware vyhrazený speciálně pro IP přenos hlasu a videa.

Pomocí techniky známé jako Auto Surveillance VLAN (ASV) dostávají IP video pakety automaticky vyšší prioritu přenosu, což v dohledových a kamerových systémech zajišťuje kvalitní a spolehlivý přenos obrazu v reálném čase. Podobně technologie Auto Voice VLAN zaručuje kvalitu a bezpečnost VoIP provozu a umožňuje VoIP hovory uživatelů bez výpadků.

Nuclias
Obr. 1: Cloudové rozhraní Nuclias poskytuje rychlý přehled nad děním v síti

AI a sítě s cloudovou správou

Síťové architektury se stále více přesouvají do struktury s centralizovanou správou, jako jsou sítě řízené z cloudu a softwarově definované sítě (SDN). Funkce pro management jsou zpracovávané v řídící rovině (Control Plane), která je oddělená od datové roviny (Data Plane). Pro plné využití předností těchto centrálně spravovaných síťových architektur je nasazení AI a strojového učení prakticky nezbytné.

Tyto infrastruktury přinášejí vyšší flexibilitu a snadnější správu sítě. Automatická analýza a schopnost učení umožňují vytěžit z těchto výhod maximum. Kombinace AI a centralizované softwarové správy sítě je cestou k budoucím, plně automatizovaným sítím.

Závěr

Aktuálně nejvýznamnější oblastí nasazení automatizace správy sítě je dálková konfigurace sítě, tzv. bezobslužná konfigurace (Zero-Touch Provisioning), kdy se chytré síťové zařízení po zapnutí samo připojí k serveru provádějícímu automatické konfigurace a aktualizace. Takový „plug and play“ síťový systém spravovaný pomocí AI odstraňuje potřebu rozsáhlého manuálního nastavování, šetří čas a umožňuje instalaci zařízení na vzdálených místech bez osobní přítomnosti správců sítě.

Nástroje AI se také stále častěji používají ke zlepšení monitorování, správy a analýzy sítě. Nabízí schopnost předvídat problémy se sítí a automaticky je opravovat dříve, než mohou ohrozit chod firmy. Umělá inteligence a strojové učení poskytují lepší přehled o každodenním fungování sítě a aktuální úrovni jejího využití, a to díky schopnosti analyzovat obrovské množství dat z mnoha zdrojů. Lepší přehled o dění v síti umožňuje včasnou detekci změn a problémů, a proto mohou být přijata proaktivní opatření, která zajistí nepřetržitou optimalizaci provozu. Identifikace typického provozu a porozumění trendům v síti dovoluje přesněji předpovídat vývoj v síti a její budoucí zatížení. Lze tak přesněji plánovat kapacity sítě, její rozšiřování nebo upgrade.

AI a strojové učení hrají také stále důležitější roli při zlepšování zabezpečení sítě a poskytují přesnější přehled o dění v síti, takže lze automaticky identifikovat hrozby a rychle na ně reagovat. AI a strojové učení fungují samozřejmě nepřetržitě a zajišťují správu a řízení sítě bez prostojů, což přináší další zlepšení služeb.

Vzhledem k rostoucí složitosti sítí, zavádění architektur centralizované správy a podpoře širší škály připojených zařízení a operačních systémů je správa sítě pomocí AI hlavním prostředkem pro zefektivnění a zlepšení provozu sítě a pro řešení případných potíží. Rychle se blížíme k době, kdy budou umělá inteligence a strojové učení pro zajištění bezproblémového chodu jakékoli sítě zásadní.

Připraveno na základě materiálů společnosti D-Link.

Kalendář akcí
Konference - Semináře - Školení
Časopis IT Systems/Speciál
Aktuální číslo časopisu IT Systems Aktuální číslo časopisu příloha #1
Archív časopisu IT Systems
IT Systems 6 IT Systems 5 IT Systems 4 IT Systems 3
Archív časopisu IT Systems Special
Aktuální číslo časopisu příloha #1 Aktuální číslo časopisu příloha #1 Aktuální číslo časopisu příloha #1 Aktuální číslo časopisu příloha #1