SDN，機器學習可以帶來智能網路

本文源於Inocybe Technologies的創始人Lemay和John Zannos的訪談，為方便閱讀，本文略作刪改。

現在，隨著機器學習和人工智慧開始發展，Inocybe Technologies的創始人兼首席執行官Mathieu Lemay表示接下來要做的是組織要將網路與先進的自動化網路工具集成一個系統。

為了更好地了解這種轉變對企業和服務提供商的意義，Inocybe的首席稅務官Lemay和John Zannos討論了開放式網路的發展，對機器學習信任的必要性，以及向自動化智能網路的發展。

對「軟體定義網路」如何定義呢

基本上，會把它全部歸功於靈活的可編程網路。對於Inocybe而言，它更多地是關於開放式網路，而不是SDN本身，即使他們有來自SDN的背景。它是關於網路的可編程性和結構的動態性。

過去，網路靠人們在運營。現在，它需要的是機器。隨著我們連接的設備越來越多，我們需要擁有更先進的智能網路。因此，SDN實際上採用了底層的靈活可編程網路方法。它從可編程的數據平面開始，以AI和人工智慧結束。

對於網路運營人員來說，知道網路的行為是如何以自動化方式管理編排網路是必要的。在這個自動化的智能網路中，通過機器學習對所收集的資料進行分析，然後根據分析的情況指導控制器如何編排網路。

集成了機器學習的智能網路還有多遠？

機器學習在網路中的挑戰是我們今天所面臨的大多數網路挑戰之一。由人類誤操作造成的網路中斷，機器學習是無能為力的。為了擁有可靠的智能網路，在我們開始使網路智能化之前，我們需要停止或最小化進行人為地干預網路。但運營商他們一直不相信機器學習能用於網路。所以，在這個小圈子裡，網路管理員不信任軟體，軟體也不『信任』網路管理員。

下一步是否有明確的措施來克服這種脫節？

這是一個循序漸進的過程。雲和物聯網的推動以及不再需要手動操作的需求對於網路地發展將是一個驅動力的變化，因為如果沒有那麼大規模的網路，人們對網路的管理總是會想到採用人工干預，長此以往這終將會成為一個問題。生活方式的改變以及網路如何成為我們通信模式和設備的基本組成部分將推動網路自動化。當然，這種自動化不再需要人類的參與。到那時事情就會開始順暢了。

智能網路被應用地領域是不平衡的。一些實體店，公司和市場部門由於快速發展很快採用了智能網路，因為流量和設備增加，對於他們來說僅僅通過手動管理，這種挑戰將是壓倒性的。考慮到其組織的規模和複雜性，運營商將會迅速採取行動。

這種架構所需的技能是什麼？

最大的挑戰是要把網路管理員或網路運營商變為更多的程序員。但問題是首先要找到具有網路知識的程序員或具有編程知識的網路管理員。它們是兩種截然不同的技能，在這個行業中找到兩種技能都有的程序員是極具挑戰性的。這為該技術部署造成了一定的障礙。

其次在這樣一個需要分解設備，並將軟體定義的技能集納入程序的世界裡，程序員不僅需要一個良好的心態，而且還需要理解特定供應商的平台組合，而這些都還只是最基本的要求。

什麼樣的客戶需要Inocybe Technologies？

首先，最大的一級服務提供商，以便為某些項目提供有針對性的幫助。其次是二級和三級運營商。在企業方面，金融服務和零售業是關鍵的部分。另一類群體是自然資源公司，因為他們正在部署本地化網路。最後一個專門的領域是衛星和太空公司，它們試圖找到一種更好的方法來管理陸地和衛星之間的連接。

讀者還應該知道什麼？

最重要的是5G，物聯網和雲使人們無法想像在不久的將來如何手動管理的網路。因此，需要考慮如何獲得可編程網路，如何整合SDN，以及如何數據分析和智能網路。在未來網路設備的數量或通過網路傳輸的數據量是不會減少。

其次可以嘗試採取一刀切的方法解決問題。不要將整體架構放在海洋中，來解決世界飢餓問題。相反，需要嘗試解決不同的用例。

關於Inocybe

Inocybe的開放式網路平台是第一個使企業和服務提供商能夠在集成的可消費環境中部署軟體定義網路（SDN）和網路功能虛擬化（NFV）解決方案的平台。Inocybe Technologies是從數據中心到網路邊緣的開放網路和OpenDaylight軟體定義網路（SDN）技術提供商。

https://searchsdn.techtarget.com/feature/SDN-machine-learning-could-lead-to-intelligent-networks

【投稿】

歡迎SDN、NFV、邊緣計算、SD-WAN、5G 網路切片等網路方向的觀點類、新聞類、技術類稿件。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！