תפקידה של Network Analytics בחיזוי ומניעת הודעות שירות

קישוריות רשת לא מופרעת היא עמוד השדרה של פעולות עסקיות מודרניות.ספקי שירות יחיד יכולים לגרום לכשלים מתקפלים - הכנסות אבודות, אמון לקוחות מותקפת, ו קנסות רגולטוריים גבוהים.ספקי רשת פונים לניתוח מתקדם לא רק להגיב לזייף מהר יותר, אלא גם לנבא ולמנוע אותם לחלוטין.על ידי רתום את הכוח של כל פינה של תשתיות, יכול לעבור ממודל לבינה המונעת.

מה זה Network Analytics?

ניתוח רשת מתייחס לאיסוף שיטתי, עיבוד ופרשנות של נתונים שנוצרו על ידי מכשירים ברשת, פרוטוקולים, זרימת התנועה והתנהגויות המשתמש.זה הופך טלמטרי גלם לתובנות ניתנות לפעולה.בניגוד ניטור מסורתי, אשר מעלה התראות לאחר סף הוא פורץ, בוחן דפוסים, מגמות, וקוראציות כדי לחשוף את הבריאות הבסיסית של הרשת.

סוגים של Network Analytics

  • (ב) ,0) ניתוחי מידע מפורטים (FLT:1) - תשובות "מה קרה?", על ידי סיכום נתוני ביצועים היסטוריים (למשל, שקיפות ממוצעת במהלך השבוע האחרון).
  • (ב) [ה]התב"ה]: "למה זה קרה?", באמצעות ניתוח שורש ושאילתות של קידוח.
  • (ב) תחזיות:0) ניתוחי קדם-התחזית: "מה יקרה?", באמצעות מודלים סטטיסטיים ואלגוריתמים של למידת מכונה.
  • (ב) ,0) ניתוחי קדם-יסוד (Prescriptive analyticsFLT:1) – ממליץ על "מה לעשות?", על ידי סימול פעולות תיווך ותוצאות הצפויות שלהם.

מקורות נתונים ומפתחים

ניתוח רשת יעיל מסתמכ על נתונים באיכות גבוהה של מקורות מרובים. נתבים, מתגים, חומות אש, מאזן עומס, ובקר אלחוטי מזרמים טלמטרי באמצעות פרוטוקולים כמו NetFlow, sFlow, IPFIX, ו- SNMP. סביבות המבוססות על ענן לתרום יומני מתגים וירטואליים, שערי API ורשתות משלוח תוכן.

  • (ב) ,0) ניצולי הניצול של LT:1 - מסייע לזהות גודש וכושר מיצוי לפני שמשתמשים חווים אטה.
  • (ב) ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇
  • (ב) [15] אובדן אבהות (FLT) 1 - נקודות לחומרה פגומה, הפרעה אלחוטית או קישורים רוויים.
  • (ב) [ה]התערות [ה]: [ה] [ה] [ה]] [ה]], שגיאות CRC, איפוס ממשק, ומחקו את האותות על בעיות של נהג או נהג.
  • (ב) ,0CPU ועומס זיכרון על מכשירים FLT1: ציוד מוגזמות הוא מבשר נפוץ לתאונות תוכנה או ביצועים מוכים.

כיצד Analytics חיזוי עובד למניעת הזדקנות

ניתוח חיזוי מנף נתונים היסטוריים ולמידה של מכונה כדי לזהות דפוסים שכשלונות לפני הכשלים.התהליך בדרך כלל כרוך בצעדים הבאים:

  1. (ב) ,0) , 000 נתונים , אספסוף את הטלמט מכל שכבות הרשת ונרמל אותו לתוך פורמט של זמן.
  2. (ב) ,0) הנדסת חשמל (FLT:1) - תכונות משמעותיות דרביטיביות כגון קצב שינוי, קווי בסיס עונתיים, ושחיתות בין מדדים.
  3. (FLT:0)Model TrainingFLT:1 - השתמש בלמידה מבוקרת (למשל, יערות אקראיים, ⁇ ) על נתונים מתויגים, או שיטות לא מבוססות (למשל, autoencoders, קיבוץ) כדי לזהות omalies ללא תוויות קודמות.
  4. (ב) ,0) ,Threshold tuningingFLT:1 - הגדר קווי בסיס דינמי שמתאימים לדפוסי תנועה (למשל רוחב פס גבוה יותר בשעות השיא).
  5. (FLT:0) דור אלרט (Alert GenerationFLT:1) - ציוני סיכון בולטים ולא אזעקה בינארית, המאפשר לצוותים לתעד אירועים בסיכון גבוה.

מודלים של למידת מכונות בשימוש נפוץ

  • (ב) [ה]הדורות של הזמן, התחזיות ל'1': ARIMA, נביא או רשתות LSTM לחזות את נפח התנועה העתידי או מגמות השקיפות.
  • (ב) ⁇ 0 ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇
  • (FLT:0) מודלים של הסמכת FLT:1 - רגרסיה לוגיסטית או רשתות עצביות יכולים לסווג את מצבי בריאות המכשיר (בריא, מחוספס, קרוב לכישלון).

יישום אמיתי בעולם ב-Outage Prevention

החלפת חומרה ממושכת

על ידי מעקב אחר ניגודי שגיאות, חיישני טמפרטורה ומתחי אספקת חשמל, ניתוח יכול לחזות מתי מתג או נתב הוא ליד סוף החיים.לדוגמה, עלייה קבועה שגיאות CRC לעתים קרובות מתואמים עם אופטיקה כושלת או טרמפנטים.זרי עבודה אוטומטיים יכול לגרום תחליף לפני המכשיר משבש את התנועה.

ניהול משותף

מודלים חיזוי לנתח עומסי תנועה על פני קישורים WAN וגילוי כאשר נתיב מתקרב לשחיקה.המערכת יכולה להמליץ עליו - או לבצע באופן אוטומטי - מדיניות הנדסה טרף כגון נתיב SD-WAN או רוחב פס מדרג בסביבות ענן.

תקיפת DDoS

ספיגות תנועה לא שגרתיות הן לא תמיד תקלות חומרה; הן יכולות לסמן התקפות הכחשה של שירות. Analytics המשלבות נתוני זרימה עם הזנת מודיעין איומים יכול להבדיל בין קהל פלאש לבין התקפה, ואז לגרום לנפיחות או שחור בחוד הרשת.

גילוי: Drift Detection

עיוותים מיסקנים גורמים ל- 60% מהרשתות, על פי מחקרים בתעשייה.פלטפורמות Analytics משווים את תצורות המכשיר נגד תבניות הזהב וסטיית הדגל שיכול להוביל ללולאות, חורים ביטחוניים או VLAN לא מתאימים.

יתרונות מעבר למניעת OUTS

בעוד המטרה העיקרית היא אמינות, אותה תשתית ניתוח מספקת ערך נוסף:

  • (ב) ,0) אופטימיזציה של ה-FLT:1 - יכולות קישור בגודל הנכון ולהימנע משיפור יתר על המידה על בסיס תחזית הביקוש החיזוי.
  • (ב) ,0) תכנון קוצר רוח (FLT:1) - זיהוי כאשר ניתן להוסיף מתגים, לשדרג מעגלים, או לעבור לממשקים מהירים יותר.
  • (FLT:0) שיפור יציבות הבטיחותיות של קונסולת 1:1 - גילוי אנומלי מגלה לעתים קרובות סריקות של רנסנסנס, תנועה מאוחרת יותר, או ניסיונות של חדירה נתונים.
  • (ב) הפחתה של כפלת כפליים (הראשונה ל-[[1924]]) היא זמן לתיקון (MTTR) באמצעות קביעת שורש לפני שבני האדם התערבו.

אתגרים לOvercome

אין פתרון ללא מכשולים, ארגונים חייבים לטפל:

  • (FLT:0Data נפח ורעש FLT:1) - רשתות מודרניות לייצר קטבים של נתונים.ללא אסטרטגיות סינון ואחסון נאות, צינורות ניתוח יכולים להיות מומים.
  • (FLT:0) דיוק מנדל וחיובי שקר וחיובי שקר 1) - מודלים רגישים ביותר מבולפים צוותים עם התראות; מודלים רגישים חסרים כישלונות קריטיים.
  • (FLT:0) גידול מורכבות מורכבות FLT:1 - ציוד מורשת עשוי לא לייצא טלמטרי עשיר. heterogeneous סביבות דורש מטוס נתונים מאוחדת (למשל, הזרמת טלמטרי עם gNMI).
  • (FLT:0) רציחות פערים בין 1 ל-1:1 - המומחיות במדעי הנתונים חייבת להתמזג עם ידע התחום להנדסה רשתית לתוצאות משמעותיות.

הפרקטיקה הטובה ביותר ליישום

  1. (ב) ,0) החל עם מקרה שימוש ברור של שימוש ב- 1 (התמקד בנקודה אחת לכאב (למשל, מניעת קישורים ל-ISP) לפני שהרחיב.
  2. (ב) [15] בנוגע להיגיינה נתונים (ב-[[1924]], [[1924]]]], [[1924]]]], [[1924]]]], [[1924]]]]]]]]
  3. (ב) ,0) למידה מצטברת של למידה: (FLT: 1) מודלים צריכים להתאים לשינויים ברשת (מכשירים חדשים, שינויים בתנועה) ללא אימון מלא.
  4. (ב) ,0) ,לבטל את הלולאה המשובה של ה- 1:1 - כאשר התראה מובילה לפעולה מונעת, להקליט את התוצאה ולהאכיל אותה בחזרה למודל לשיפור הדיוק.
  5. (ב) [ה]הסברים:0 [הכוללים את השיפוט האנושי] 1 (הראשונה ל]: "ההכוח עלה ב-20% ב-15 דקות בשל ה- BGP, שאותה יש להפליג ב- AS 64512"), כך שהמהנדסים יכולים לאמת את ההחלטות.

מגמות עתידיות

ניתוח רשתי ממשיך להתפתח.שלוש מגמות בולטות הן:

  • (FLT:0)AIOpsuaאינטגרציהFLT:1 - שילוב ניתוח רשת עם ניטור ביצועים יישום ומדדי מסד נתונים עבור observability מקצה לקצה.
  • (FLT:0) ידע מעמיק (FLT:1) - מודלים הדרכה על פני גבולות ארגוניים מרובים תוך שמירה על נתונים גולמיים מקומיים, שימושיים עבור ספקי שירות מנוהלים.
  • (FLT:0) רשתות מבוססות עקביות (FLT:1) - Analytics לא רק ינבא בעיות אלא גם יתאים באופן אוטומטי את הרשת לשמירה על כוונת העסק (למשל, "תנועת הקול לעולם לא תעלה על 150ms latency").

"ניתוחים מועדים אינם יודעים את העתיד בוודאות – מדובר בצמצום אי הוודאות מספיק כדי לפעול לפני הנזק נעשה." ~ מהנדס אבטחת רשת, Global 500 Telco

המונחים חיצוניים

  • (ב) ◄0Cisco Network Analyticsigture ReviewFLT:1
  • סקר:0 (FLT:0) Machine Learning for Network Fault Management
  • (ב) ◄ תחזיות: 2021 עבור Network OperationssigFLT:1
  • (FLT:0)NIST Cybersecurity מסגרת - Detect Function (אנומליות ואירועים)

מסקנה

ניתוח רשת עבר יכולת נחמדה לקיום הגנה מפני הפסקות שירות.על ידי הפיכת טלמטים גולמיים לתובנות חיזוי, ארגונים יכולים להתערב לפני שמשתמשים שמים לב לבעיה, להפחית עלויות תפעוליות, ולחזק את האבטחה.הנתיב משריפה תגובתית למניעה אקטיבית דורש השקעה בתשתיות נתונים, צוותים מיומנים ושיפור מודל מתמשך - אבל השכר בזמן ואמון הלקוחות הוא שווה מאוד, כמו גם דרישות נדירות יותר, שלא רק רתום את האנליזות אלה, לא רק רתמו יותר ויותר, אלא רק רתמו את הפחתת הפחתת הפחתת הפחתת הפחתת הפחתת הפחתת האנליזמיחות את האנליזות יותר ויותר, אלא גם את הפחתת האנליזות, אלא גם את הפחתת הפחתת הפחתת האנליזות, אשר לא יגבירו את הפחתת האנליזות את האנליזות את האנליזות, אלא גם את הפחתת האנליזות את האנליזות מורכבות יותר ויותר, אלא גם את הפחתת הפחתת התחזיות – רק את האנליסטציה, אשר לא יגבירו את הפחתת הפחתת התוספים – רק את התוספים – רק את התוספים – רק את הרשתות הנדירות, אשר לא יגבירו את ה