摘要：如今，越来越多的企业正在利用人工智能(AI)和网络之间的协同作用。随着用户设备及其生成的数据的激增，企业越来越依赖人工智能来帮助管理庞大的网络基础设施。

    如今，越来越多的企业正在利用人工智能(AI)和网络之间的协同作用。随着用户设备及其生成的数据的激增，企业越来越依赖人工智能来帮助管理庞大的网络基础设施。
　　
　　到2024年，60%的企业将拥有采用人工智能的基础设施，这将需要更广泛的自动化和预测分析，用于网络方面的故障排除、事件预防和事件关联。
　　
　　什么是网络人工智能？
　　
　　随着企业试图利用其IT部门拥有的资源来管理日益复杂的网络，人工智能正变得越来越普遍。网络管理员过去人工执行的操作现在在很大程度上是自动化的，或者以这种方式移动。
　　
　　然而，即使是规模最大的企业，人工智能的使用也无法保护其免受网络中断的影响。Facebook公司在2021年10月经历了一次重大中断，该公司将此归咎于路由器重新配置错误。AWS公司同样在2021年12月经历了一次中断，也归咎于网络可扩展性错误。
　　
　　尽管人工智能很复杂，而且它可以为网络做所有事情，但它并不是万无一失的。这强调了人为干预在网络中的持续重要性。
　　
　　人工智能如何在网络中部署
　　
　　人工智能（更具体地说是机器学习的应用）可以帮助网络管理员保护、排除故障、优化和规划网络的演进。
　　
　　（1）安全
　　
　　在居家办公和随时随地办公的时代，网络中端点的激增扩大了网络的攻击面。为了始终保持安全，网络应该能够检测和响应未经授权或受损的设备。
　　
　　人工智能通过为设备或设备组设置和持续执行服务质量(QoS)和安全策略来改进授权设备的入网过程。人工智能根据设备的行为自动识别设备，并始终如一地执行正确的策略。
　　
　　人工智能驱动的网络还可以比人类更快地检测可疑行为、偏离策略的活动以及未经授权的设备对网络的访问。如果授权设备确实受到威胁，人工智能驱动的网络会为事件提供场景。
　　
　　设备分类和行为跟踪可以帮助网络管理员管理各种设备和设备组的各种策略，并在将新的授权设备引入网络时减少人为错误的可能性。它还可以帮助他们在很短的时间内检测和解决网络问题。
　　
　　（2）故障排除
　　
　　在人工智能驱动的网络出现之前，网络运营人员需要通过查看多个系统的日志、事件和数据来确定网络问题。这项人工工作不仅需要时间和延长停机时间，而且还存在人为错误的机会。当今网络中涉及的大量数据使得任何网络运营（NetOps）团队（无论规模有多大）都无法通过事件日志来筛选和修复网络问题。
　　
　　现在，人工智能不仅使网络能够自我纠正问题以最大限度地延长正常运行时间，而且还可以建议网络运营人员采取的可行步骤。
　　
　　当问题发生时，人工智能驱动的网络会使用数据挖掘技术在几分钟内筛选出数TB的数据，以执行事件关联和根本原因分析。事件关联和根本原因分析有助于快速识别和解决问题。
　　
　　人工智能比较实时和历史数据以发现相关异常，从而开始故障排除过程。相关数据的示例包括固件、设备活动日志和其他指标。
　　
　　注入人工智能的网络可以在事件发生之前捕获相关数据，帮助调查并加快故障排除过程。每个事件的数据有助于网络中的机器学习算法预测未来的网络事件及其原因。
　　
　　除了检测和学习网络故障这外，人工智能还通过从网络丰富的历史数据库中提取来自动修复它们。或者，它依靠这些数据就网络工程师应该如何解决问题提出精确的建议。
　　
　　人工智能功能简化并极大地改进了故障排除过程。人工智能减少了IT团队必须处理的工单数量，在某些情况下，它可以在最终用户甚至IT注意到问题之前解决问题。
　　
　　（3）网络优化
　　
　　在基线上保持网络正常运行和安全是一回事，但优化它是另一回事。优化网络的持续过程使最终用户感到满意并从长远来看将他们保留为客户。
　　
　　无线连接标准在速度、信道数量和信道带宽容量方面已经发展。这些标准超出了任何传统的网络运营（NetOps）计划所能处理的范围，但对于注入人工智能的网络来说并不算多。
　　
　　网络优化涉及监控网络、路由流量和平衡工作负载的三重奏。这样，网络的任何部分都不会负担过重。相反，网络能够通过在网络中更均匀地分配流量来有效地提供最佳服务质量。
　　
　　当今的网络需要自我优化的人工智能网络，这些网络在基于事件的实时网络数据上蓬勃发展。例如，通过深度学习，计算机可以分析与网络相关的多个数据集。基于该数据，网络的推荐引擎会检查策略引擎以提出智能推荐以增强现有策略。
　　
　　一方面，尽管环境不断变化，例如特定地理区域或用户设备上的流量高峰，这些建议仍符合基线服务质量标准。推荐引擎可能会建议打开闲置资产或通过更长的路径重新路由流量以减轻拥塞。
　　
　　同时，这些建议遵循网络的基本操作限制，例如优先考虑电话和SMS文本消息性能而不是视频流。
　　
　　然后，网络将根据建议自行重新优化设备。自我优化网络最大限度地利用网络的现有资产，指导它在有限资源的情况下如何以最佳方式运行，同时确保遵守服务水平协议(SLA)。
　　
　　通过人工智能驱动的网络的可观察性和编排，用户可以获得最佳的网络体验。
　　
　　（4）网络规划
　　
　　鉴于5G网络的发展，人工智能将对网络规划产生最大影响，以提供新服务或将现有服务扩展到服务不足的市场。
　　
　　爱立信公司2018年的一份报告发现，全球70%的服务提供商报告说人工智能对网络可靠性的影响最大。紧随其后的是可靠性、网络优化和网络性能分析是58%的受访者表示人工智能正在获得关注的另外两个领域。
　　
　　使用人工智能进行网络性能分析使通信服务提供商能够准确预测网络需要什么，从而能够更好地做好准备。
　　
　　例如，可以部署人工智能来提高提供商网络的地理定位准确性。这样做可以提供关键信息，帮助提供商评估特定区域的服务质量。反过来，这些信息会为未来的网络升级计划提供信息。
　　
　　在尝试识别服务不足的市场区域时，人工智能也会发挥作用。它有助于从卫星图像中区分服务市场和未服务市场。
　　
　　人工智能通过帮助企业识别和应对战略机遇，为企业、尤其是通信服务提供商提供了竞争优势。
　　
　　将人工智能用于网络的好处
　　
　　采用人工智能的网络为企业提供了许多好处，包括：
　　
　　•持续监控。
　　
　　•事件关联和根本原因分析，以检测、修复、学习和预防网络问题。
　　
　　•预测分析，以主动识别和解决未来问题。
　　
　　•更少的停机时间。
　　
　　•停机时间更短。
　　
　　•自动网络配置，例如设备和优化。
　　
　　•自动网络增强建议。
　　
　　•增强的网络性能。
　　
　　人工智能在网络中的应用的未来
　　
　　鉴于人工智能注入网络的诸多好处，它们肯定会在当今企业中不断增长。人工智能在管理迅速变得越来越复杂的网络方面发挥着越来越重要的作用。
　　
　　然而，对人工智能将取代网络专业人员的担忧是一个值得注意但最终没有根据的担忧。网络仍然需要人类通过以下方式验证并偶尔增强人工智能功能：
　　
　　•解决网络问题与系统生成的建议解决方案之间的差异。
　　
　　•在机器无法以高度自信的方式生成解决方案时提供帮助。
　　
　　•检查事件相关性并使用人类逻辑来指导算法在事件相关性方面应该和不应该学习什么。
　　
　　•在实施其建议之前验证机器的分析。
　　
　　•了解机器如何得出洞察、决策或结论。
　　
　　除了这些干预措施之外，由于人工智能在网络中的大部分自动化作用，IT团队可以将他们的资源用于战略性、高价值任务，例如数字体验和数字倡议汇总。
　　
　　编辑：Harris