配置網(wǎng)絡帶寬的一些棘手技能正在從利用新工具中獲得幫助。人工智能和機器學習技術提供了可精確預測網(wǎng)絡需求的能力。

網(wǎng)絡容量規(guī)劃旨在保證提供足夠的帶寬，從而可以可靠地滿足網(wǎng)絡SLA目標，例如延遲、抖動、丟包和可用性。這是一個復雜的、容易出錯的工作，涉及嚴重的財務負擔。直到最近，可提供有洞察力的容量規(guī)劃所需的網(wǎng)絡數(shù)據(jù)才基本上可通過靜態(tài)、歷史和事后報告獲得。這種情況現(xiàn)在正在迅速改變。

“通過將先進的數(shù)據(jù)科學和認知技術（如人工智能和機器學習）結合起來，IT可以推動產(chǎn)生新的、更智能的預測性見解，從而提高網(wǎng)絡容量規(guī)劃的準確性，”德勤咨詢公司負責認知分析的執(zhí)行董事Ashish Verma說�！斑@有助于組織釋放數(shù)據(jù)潛力，以制定更靈活的決策，提高運營智慧，避免停機，并創(chuàng)造更好的用戶體驗�！�

盡管AI支持的網(wǎng)絡容量規(guī)劃仍處于初期階段，但大多數(shù)容量規(guī)劃供應商，包括Cisco、NetBrain、Aria Networks、Flowmon和SolarWinds等大型和小型企業(yè)，已經(jīng)開始將某種形式的AI技術融入其產(chǎn)品中，或計劃在不久的將來這樣做。與此同時，如IBM Watson 等技術供應商，也在尋求進入這一市場。

AI技術可支持傳統(tǒng)的網(wǎng)絡監(jiān)控

商業(yè)咨詢公司畢馬威（KPMG）美國首席信息官咨詢業(yè)務經(jīng)理弗雷德里克?林斯特羅姆（Fredrik Lindstrom）指出，利用人工智能分析多個來源的數(shù)據(jù)，可提供比嚴格關注鏈路利用率的傳統(tǒng)網(wǎng)絡監(jiān)控工具有更高的準確性�！癆I還可以對不同性能場景進行建模，并將網(wǎng)絡性能與應用程序性能聯(lián)系起來，以確定應用程序在不同性能場景中受影響的程度�！�

將AI驅動的機器學習技術應用于網(wǎng)絡性能中，可以使網(wǎng)絡控制器在增強網(wǎng)絡性能的同時從經(jīng)驗中學習。

“隨著其不斷學習，它用于決策的分析模型得到了優(yōu)化，可以更好地代表網(wǎng)絡的真實意圖及其業(yè)務目標，”思科公司（Cisco）分析和機器學習學科專家杜瓦爾?耶格爾（Duval Yeager）表示。“隨著網(wǎng)絡的發(fā)展、變化以及應用程序和用戶的增加，無論是本地還是云端，這都能提供準確的容量規(guī)劃�！�

人工智能和機器學習方法可以有效地應用于流量預報／預測、流量模式檢測、在線學習和自動決策，卡內基梅隆大學（Carnegie Mellon University）泰珀商學院（Tepper School of Business）商業(yè)技術助理教授黃燕（Yan Huang）說道。

“高級機器學習算法可以將大規(guī)模和高度精細的網(wǎng)絡數(shù)據(jù)作為輸入，為網(wǎng)絡中的每個節(jié)點生成精確的需求預測，并檢測網(wǎng)絡流量和利用率的跨期模式／趨勢，”黃燕解釋說�！傲髁亢托枨箢A測的改善將能夠更準確地評估網(wǎng)絡容量需求，并減少資源過度供應的需求。”

早期檢測和發(fā)現(xiàn)跨期模式或網(wǎng)絡流量的變化，可使組織能夠采取主動措施來確保網(wǎng)絡性能。 “復雜的預測模型可以與優(yōu)化和／或模擬技術相結合，自動生成最佳的網(wǎng)絡結構或其他結構以及相應的容量和資源規(guī)劃，”黃燕說道。然后，可以根據(jù)組織最關心的特定性能指標來調整此類規(guī)劃。

AI技術還可以根據(jù)實時網(wǎng)絡狀況處理實時流量數(shù)據(jù)，并動態(tài)制定路由和分配決策。“它還支持增量容量配置的按需模型，”黃燕解釋道。所有這些因素都可以顯著降低與網(wǎng)絡發(fā)展、維護和改進相關的資本支出和運營支出，同時降低IT專業(yè)人員管理此類活動所需的工作量。

一旦安裝并正確配置后，網(wǎng)絡AI技術就可以自動進行網(wǎng)絡容量規(guī)劃，同時考慮組織的財務和風險偏好�！叭斯ぶ悄芸梢詫崟r或接近實時地分析許多不同的數(shù)據(jù)點，這對于企業(yè)遷移到涉及數(shù)據(jù)中心、云環(huán)境和廣域網(wǎng)的虛擬化網(wǎng)絡是至關重要的，”林斯特羅姆說。

AI還可用于以各種方式分析網(wǎng)絡流量模式，幫助組織深入了解網(wǎng)絡中正在運行的內容以及整體網(wǎng)絡負載。

“這一細節(jié)對短期和長期容量規(guī)劃都非常有用，”勞動力管理軟件和服務提供商Kronos的首席架構師兼網(wǎng)絡和安全高級總監(jiān)Doug Tamasanis解釋道。

從短期來看，AI可以在極精細級別上來預測每日流量突發(fā)，例如應用程序、位置、技術和協(xié)議等。然后可以使用這些發(fā)現(xiàn)結果來防止高峰期的網(wǎng)絡性能下降。“從長遠來看，人工智能系統(tǒng)可以執(zhí)行最佳容量規(guī)劃，預測何時無法滿足短期的流量突發(fā)，以及（何時）需要進行全面升級，”Tamasanis指出。