网络可观测性中的人工智能:网络智能的曙光

AI赋能网络可观测性迎来新时代!机器学习和GenAI将网络运维从被动转向主动。Agentic AI作为数字工程师,实现网络自我修复和优化。通过根本原因分析、预测分析、成本优化和安全增强等用例,提升效率和可扩展性。数据质量、可解释性和伦理是AI应用的关键挑战。

译自:AI in Network Observability: The Dawn of Network Intelligence

作者:Christoph Pfister

网络可观测性中的人工智能:网络智能的曙光

让我们面对现实。现代网络是一头野兽——一个由云、数据中心、SaaS 应用、家庭办公室组成的庞大而复杂的有机体,并且根据您的行业垂直领域,还包括工厂、办公室、零售地点或分支机构。将互联网作为连接所有这些设施的骨干,以及不断增长的数据量和速度混合在一起,很明显,传统的监控工具现在就像通过钥匙孔窥视广阔的景观。

它们根本无法看到更大的图景,因此需要一种新的方法:引入人工智能 (AI),它正在开启网络智能的新时代。

从被动到智能:人工智能革命

还记得那些盯着数百个仪表板、筛选无休止的日志以及破译神秘警报的日子吗?那些日子正在迅速消逝。机器学习和生成式人工智能正在将网络可观测性从被动的苦差事转变为主动的科学。

机器学习算法经过大量丰富的、具有上下文感知能力的网络遥测数据训练,现在可以实时检测异常情况,预测潜在的中断,预见成本超支,甚至可以识别出原本不会被注意到的细微性能下降。想象一下,一种人工智能可以根据历史模式预测恶意流量的激增,并自动触发缓解措施来阻止攻击并防止中断。这是人工智能驱动的可观测性的一个简单示例,而且今天已经成为可能。

但人工智能的作用不仅限于数字运算。GenAI 正在彻底改变我们与网络数据的交互方式。自然语言界面允许工程师提出诸如“是什么导致东海岸的延迟?”之类的问题,并获得简洁、深刻的答案。

Kentik Journeys 更进一步,通过深入的网络上下文提供平易近人、人工智能增强的用户体验。通过利用机器学习和 GenAI 并使用我们庞大且独特丰富的数据,我们可以深入了解网络行为:发现异常情况,提供可能的原因,并为成本和性能优化提供可操作的建议。

Agentic AI 占据中心舞台

但真正的革命尚未到来。想象一下,在一个网络中,人工智能不仅仅是一种工具,而是一个积极的参与者,一个与人类工程师并肩工作的数字同事。这就是 Agentic AI 的承诺。

这些不是你典型的人工智能算法。 Agentic AI 系统具有一定程度的自主性,允许它们在定义的框架内做出决策和采取行动。将它们视为数字网络工程师,最初协助完成基本任务,但不断学习和发展,使它们能够处理日常任务、排除基本问题或优化网络配置。

例如,一个 Agentic AI 注意到云环境中的非对称路由(这会增加不必要的成本),可以发起(或建议人类进行最终批准)配置更改,在云帐户中创建适当的路由,以利用现有的 VPC 对等互连来降低成本并提高性能。

在 Kentik,我们强大的分析和可视化功能为开发用于网络的 Agentic AI 提供了完美的基础。我们对网络状态和行为的深刻理解可用于训练这些 AI 代理,使它们能够做出越来越复杂的决策并采取适当的行动,直接与合作伙伴一起利用 Agentic AI。

效率、可扩展性和智能

人工智能驱动的网络智能的优势包括:

  • **主动洞察:**在异常影响用户之前检测到异常,防止代价高昂的停机,建议快速补救,并确保无缝的用户体验。
  • **提高效率:**减少人工工作量,使工程师能够专注于战略计划。
  • **提高可扩展性:**您可以毫不费力地处理不断增长的网络数据量,从而简化复杂混合云和多云部署的管理。
  • **运营智能:**全面了解网络健康状况,从而为容量规划和成本和性能优化做出数据驱动的决策。

用例:从故障排除到自主优化

人工智能在网络可观测性中的应用非常广泛: 根本原因分析: 查明网络问题的根源,关联事件和指标以确定根本原因。

预测分析: 根据历史趋势预测潜在问题,并主动采取措施来缓解这些问题。

成本和性能优化: 识别瓶颈并优化流量,以确保最佳的应用程序性能并最大程度地降低成本。

安全增强: 实时检测和响应安全威胁,保护关键基础设施免受攻击。

随着 Agentic AI 的出现,这些用例将进一步扩展。想象一下,AI 智能体与人类工程师协作,消除繁琐的工作,让人类能够将注意力和创造力集中在重要的事情上。

驾驭 AI 格局

虽然 AI 的潜力是巨大的,但也存在一些需要解决的挑战:

数据质量: AI 智能体和算法的质量取决于训练它们的数据。确保数据的准确性和完整性至关重要。验证是 Agentic AI 系统中必不可少的一部分。

可解释性: 了解 AI 模型如何得出结论对于建立信任和确保负责任的使用至关重要。

伦理考量: 随着 AI 智能体随着时间的推移变得越来越自主,建立明确的指导方针并确保它们在定义的范围内运行至关重要。

在 AI 计划的设计和开发阶段预先解决这些挑战至关重要[而这正是我们在 Kentik 所做的事情]。

未来:网络智能

未来是由 AI 支撑的网络智能。这将最终使网络能够自我修复、自我优化,并在几乎不需要人工干预的情况下适应不断变化的环境。在短期内,以数字网络工程师为代表的 Agentic AI 将成为网络运营不可或缺的一部分,与人类工程师协作,以创建更高效、可靠和安全的网络基础设施。反过来,这将为数字创新的新时代铺平道路。

这不是科幻小说。这是我们今天正在建设的未来。

YOUTUBE.COM/THENEWSTACK 技术发展迅速,不要错过任何一集。订阅我们的 YouTube 频道,以流式传输我们所有的播客、访谈、演示等。

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注