精確診斷，減少誤報
時間：2022-04-26 20:51:01 | 來源：行業(yè)動態(tài)
時間：2022-04-26 20:51:01 來源：行業(yè)動態(tài)
目前，很多網(wǎng)絡(luò)運維系統(tǒng)開始逐漸融入人工智能和機器學(xué)習(xí)等技術(shù)，以減輕運維人員的工作強度，提升系統(tǒng)自動化運維水平。但由于人工智能和機器學(xué)習(xí)本身特性和算法成熟度帶來的限制，加之很多企業(yè)在數(shù)據(jù)收集和處理環(huán)節(jié)的投入相對薄弱，導(dǎo)致AI算法模型相對實際業(yè)務(wù)邏輯還并不夠精準(zhǔn)，甚至出現(xiàn)了大量誤報等情況。
對此，魏松斌解釋稱，要實現(xiàn)自動化，首先需要進行網(wǎng)絡(luò)故障診斷和網(wǎng)絡(luò)運營監(jiān)測，判斷網(wǎng)絡(luò)是否存在問題，例如流量是否超過基準(zhǔn)。而基準(zhǔn)需要根據(jù)不同網(wǎng)絡(luò)的使用目的、時間段和條件去進行變化。只有當(dāng)流量超過了個性化的基準(zhǔn)才進行預(yù)警。在個性化基準(zhǔn)之上，將實時數(shù)據(jù)加入到人工智能模型中，才可以檢測出真實存在的問題，并根據(jù)專家系統(tǒng)的知識庫，推測出問題類型，并提供相應(yīng)的解決方案，例如Cisco DNA Center中的人工智能、機器學(xué)習(xí)功能不僅能預(yù)測網(wǎng)絡(luò)問題，還能在未出現(xiàn)問題時提前采取預(yù)防行動。
魏松斌還表示，如何提高AI得出結(jié)論的準(zhǔn)確性，與經(jīng)驗積累有很大關(guān)系，比如和建模、訓(xùn)練數(shù)據(jù)的質(zhì)量、數(shù)量都有很大關(guān)系。網(wǎng)絡(luò)設(shè)備在實際運行環(huán)境中時間越長，所經(jīng)歷的實際案例越多，就越具備優(yōu)勢。對網(wǎng)絡(luò)自動化運維來講，每個企業(yè)所具備的實時數(shù)據(jù)和歷史經(jīng)驗都有所不同，這就需要AI進行長期和持續(xù)性的分析學(xué)習(xí)，才能逐漸提升系統(tǒng)的精準(zhǔn)度，減少誤報率。
在線咨詢