现代网络监控不仅仅是利用率统计

人工智能操作平台将传统的监控工具与流式遥测和数据包检测相结合,并使用人工智能对其进行分析。

毫无疑问,显示设备和接口上/下状态以及历史利用率统计的监控和警报工具非常重要。毕竟,从高层次来看,它们是确保网络正常运行的基础部分。

也就是说,企业网络管理员的角色正在发展到需要新的监控工具的地步。由于云计算,the物联网网络监控正被推向传统物理边界之外。让我们看看企业中的网络监控工具现在必须跟踪应用程序、设备和软件即服务(SaaS)相关性能的几个原因。

直到最近,企业网络基础设施在本质上还是相对静态的。物理边界将包含局域网、无线局域网和广域网内大多数最终用户应用程序、数据和服务的公司网络分隔开来。因此,从网络的角度来看,如果网络设备启动并推送数据包,则只需要相对较少的额外可见性。只需要简单网络管理协议、ping、跟踪路由和系统日志报告。生成树中发现了唯一的智能路由功能,动态路由,和硬件/软件故障恢复协议。最后,对网络的大多数添加或更改被认为是重大的,需要大量的时间来设计和实现。

大约十年前,事情开始发生变化,首先是云计算被广泛接受。正是在这里,物理网络边界开始消失。突然,我们发现网络延伸到第三方管理的基础架构即服务(IaaS)云,应用/数据转移到平台即服务(PaaS)和SaaS环境。这也是网络监控和警报工具中可见性差距开始形成的地方。

随着云扩展持续多年,新技术和业务趋势开始出现,这给高级网络可见性的需求带来了更大的压力。其中包括将物联网设备部署到受管理或不受管理的局域网、广域网和运营商蜂窝网络上。此外,向数字转换的转变使得网络性能不仅需要监控接口性能统计数据,还需要监控由于DX而被视为关键任务的单个应用程序的性能。

最后,从弹性的角度来看,网络现在被设计成可扩展的和更智能的。现在,体系结构已经到了这样一个程度:对网络的重大和高度自动化的更改——从而对数据流的更改——被认为是正常的。所有这些都造成了这样一种情况,即网络团队必须做好准备,在发现最轻微的性能问题时,对高度特定的问题进行监控、故障排除和补救。

幸运的是,网络管理员可以利用一些工具来达到所需的云、设备和应用程序性能可见性级别。一些数据源,如Netflow和IPFIX,已经存在多年,但是从监控的角度来看,它们经常被忽略。其他监控数据源是新的,包括流式网络遥测和基于网络的深度包检查。因此,旧的网络监控源与新的网络监控源相结合,提供了全新的可见性级别。

虽然增加的监控和警报功能非常强大,但它会增加已经繁忙的网络管理员的工作量。这就是为什么我们看到了从独立的网络、应用和设备监控工具向所谓的人工智能(简称人工智能)的转变。人工智能操作平台将传统的监控工具与流式遥测和DPI相结合,并使用人工智能对其进行分析。人工智能分析每个数据源并关联多个异常,以自动识别问题,同时提供如何修复问题的详细信息。因此,如果AIOps平台得到正确实施,它不仅可以提供对潜在问题的更多可见性,还可以消除许多手动故障排除和修复任务。

未经允许不得转载,违者必究:安琪娱乐网 » 现代网络监控不仅仅是利用率统计

赞 (1) 打赏

评论区 0

评论前必须登录!

登陆 注册

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

微信扫一扫打赏