John Edwards

預測未來正變得越來越容易。雖然它們?nèi)匀粺o法準確預測明天的彩票中獎號碼，但是它們已經(jīng)可以讓所有的網(wǎng)絡(luò)管理者都能夠?qū)Ω鞣N類型的破壞性網(wǎng)絡(luò)問題進行預測，并將其扼殺在萌芽狀態(tài)。

預測分析工具正在從大數(shù)據(jù)、數(shù)據(jù)挖掘和統(tǒng)計建模等各種不同的技術(shù)和方法中汲取力量。例如，預測分析工具可以被訓練使用模式識別（自動識別數(shù)據(jù)中的模式和規(guī)則）以便在發(fā)展成為重大問題或?qū)е虏糠只蛉烤W(wǎng)絡(luò)故障之前識別出問題隱患。

專業(yè)的網(wǎng)絡(luò)性能企業(yè)Accedian的首席戰(zhàn)略官Richard Piasentin說：“憑借多個干凈數(shù)據(jù)源，以及內(nèi)置的冗余來提供準確信息，網(wǎng)絡(luò)中的可見性可以提前防止問題發(fā)生，而不僅僅是在問題發(fā)生后作出反應(yīng)?！彼赋?，分析甚至可以集成到閉環(huán)編排系統(tǒng)中，為許多常見問題提供網(wǎng)絡(luò)自校正?！白罱K，預測分析……有助于公司節(jié)約運營成本，防止問題被忽視，而這些問題往往會導致完全停機?！?p>

分析網(wǎng)絡(luò)行為和基礎(chǔ)設(shè)施閾值

數(shù)據(jù)科學培訓機構(gòu)Data Science Dojo的助理數(shù)據(jù)科學家Rahim Rasool說，如果設(shè)計和部署得當，預測分析可以深入了解一系列常見和特殊的網(wǎng)絡(luò)問題，幫助運營商處理策略設(shè)置、網(wǎng)絡(luò)控制、安全等所有問題。例如，為了解決安全問題，預測分析可以使用異常檢測算法來發(fā)現(xiàn)可疑活動，并識別可能的數(shù)據(jù)泄露?！斑@些算法能夠掃描網(wǎng)絡(luò)在數(shù)據(jù)傳輸中的行為，并將合法活動與其他活動區(qū)分開來。有了預測分析系統(tǒng)，管理者可以搶在黑客小組之前發(fā)現(xiàn)網(wǎng)絡(luò)中的漏洞，然后制訂出相應(yīng)的防御機制。”

預測分析幫助企業(yè)的另一種方式是將趨勢與基礎(chǔ)設(shè)施能力和警報閾值進行比較。運營基于云的性能監(jiān)控平臺的LogicMonitor公司技術(shù)傳播副總裁Gadi Oren稱：“幾乎所有信號都有一個上限和一個下限，這代表著基礎(chǔ)設(shè)施的能力范圍?！崩?，某個設(shè)備接口在飽和之前，單位時間只能傳輸這么多容量。此外，有些信號是與警報閾值相關(guān)聯(lián)的。利用暴露出來的趨勢及其方差，我們可以預測某個物理系統(tǒng)何時將達到其最大容量，或者預測趨勢何時將達到閾值并引發(fā)警報?！?h3>工作中的預測分析

盡管幾乎所有類型的企業(yè)網(wǎng)絡(luò)都可以從預測分析產(chǎn)生的洞察力中受益，但是在醫(yī)療、應(yīng)急響應(yīng)和航空交通管理等人命關(guān)天的部門中傳輸關(guān)鍵數(shù)據(jù)的網(wǎng)絡(luò)將從這項技術(shù)中獲得最大收益。

電力公司尤為重視確保網(wǎng)絡(luò)的可靠性，因為即使是一次小小的停電事故也會造成重大的人身和經(jīng)濟損失。通用電氣電力業(yè)務(wù)部門（GE Power）負責電網(wǎng)分析的首席數(shù)字產(chǎn)品經(jīng)理Farnaz Amin說：“我們利用機器學習模型，根據(jù)即將到來的天氣事件預測到了未來可能會影響客戶網(wǎng)絡(luò)的停電事故。此外，機器學習還能夠通過檢測和糾正客戶網(wǎng)絡(luò)模型中的錯誤，幫助改善數(shù)據(jù)完整性?！?/p>

GE Power表示，他們在180多個國家開展業(yè)務(wù)，生產(chǎn)了全球1/3的電力，為全球90%的輸電設(shè)施提供設(shè)備，開發(fā)了管理著全球40%以上能源的軟件。由于可再生能源技術(shù)的到來，輸電網(wǎng)絡(luò)變得越來越復雜，由于風力或太陽能的發(fā)電量會出現(xiàn)不可預見的下降從而導致發(fā)電量彈性出現(xiàn)降低。輸電系統(tǒng)管理不力可能導致停電，并對公用事業(yè)造成重大財務(wù)和聲譽損失。為了解決這一問題，GE Power開始轉(zhuǎn)向人工智能，以促進發(fā)電量彈性的測量和預測，從而實現(xiàn)電網(wǎng)更穩(wěn)定。

該公司還利用分析技術(shù)來解決另一個長期存在的、可能導致服務(wù)癱瘓的問題，即數(shù)據(jù)錯誤。這些錯誤通常是由服務(wù)提供商層面的手動輸入信息導致的。看似簡單的錯誤也會影響應(yīng)急和故障響應(yīng)團隊，導致總體客戶服務(wù)體驗差和滿意度低。為了解決這一問題，GE Power正在通過開發(fā)整合了地理信息系統(tǒng)（GIS）和其他操作系統(tǒng)數(shù)據(jù)的算法，以檢測、推薦和糾正普遍存在的錯誤。有了更高質(zhì)量的數(shù)據(jù)，電力公司可以更有效地派遣人員，縮短停電恢復時間，避免向客戶發(fā)出不正確的停電通知。

Amin指出，公用事業(yè)公司的資產(chǎn)每天都會產(chǎn)生大量數(shù)據(jù)，但是需要在硬件和軟件方面具有非常專業(yè)的知識才能發(fā)揮這些數(shù)據(jù)的潛力，帶來具有可操作性的洞察力。目前解決這些問題的方法，如網(wǎng)絡(luò)模型數(shù)據(jù)完整性、中斷預測和人工優(yōu)化，都是人工的勞動密集型的工作，而且結(jié)果還往往不準確。高級分析方法能夠?qū)W習歷史數(shù)據(jù)并做出預測，從而為網(wǎng)絡(luò)資產(chǎn)提供更好的可見性，幫助企業(yè)做出更經(jīng)濟的決策。

部署預測分析面臨的挑戰(zhàn)

盡管人們對預測分析越來越感興趣，但是它們?nèi)匀皇且豁椥屡d技術(shù)，充滿了陷阱和使用上的挑戰(zhàn)。Oren警告稱：“主要的問題是，這些預測分析方法在規(guī)模緩慢擴張的環(huán)境中工作得很好，但是在變化非常迅速的環(huán)境中往往工作不佳。”快速變化的環(huán)境會造成信號變化過快，在分析系統(tǒng)檢測到緩慢變化的趨勢之前就已經(jīng)發(fā)生了變化?！斑@反過來又會導致在預測何時會發(fā)生某些事情時出現(xiàn)不準確的結(jié)果?！?/p>

獲得和使用高質(zhì)量的數(shù)據(jù)對于準確預測是必不可少的。Amin指出，平均而言，能源部門只使用了其匯總數(shù)據(jù)的一小部分。她解釋道：“這些數(shù)據(jù)包括傳感器、工廠經(jīng)理的建議，以及大量資產(chǎn)和網(wǎng)絡(luò)的動態(tài)信息。”這些數(shù)據(jù)明顯是可用的，但是許多公用事業(yè)企業(yè)正淹沒在這些海量數(shù)據(jù)當中，對于如何利用這些數(shù)據(jù)沒有一個清晰的規(guī)劃，這意味著這些數(shù)據(jù)無法被充分利用到預測分析當中?！?/p>

除了數(shù)據(jù)收集之外，為了獲得最大的預測能力，還需要建立一個系統(tǒng)來收集和記錄各種警報以及企業(yè)網(wǎng)絡(luò)操作團隊提供的報告。這些細節(jié)可以用來增強預測分析工具檢測潛在網(wǎng)絡(luò)異常的能力。Rasool稱：“團隊必須要專注于數(shù)據(jù)處理和洞察分析。這一步需要一支具有領(lǐng)域?qū)I(yè)知識的團隊來處理整個設(shè)置?！?/p>

一個企業(yè)的網(wǎng)絡(luò)團隊還應(yīng)該能夠為預測分析系統(tǒng)提供適當?shù)恼答伜拓摲答佭^程，因為這些信息將有助于提升模型的學習能力。Rasool 說：“憑借適當?shù)姆治?，通過開發(fā)可以處理異常情況的方案，就像網(wǎng)絡(luò)管理者目前所做的那樣，這些數(shù)據(jù)可以創(chuàng)造更多的價值。不過，自我學習并不意味著預測分析將消除對人類網(wǎng)絡(luò)管理者的需求。事實上，這樣一個系統(tǒng)將能夠幫助管理者更好地做出決策和作出反應(yīng)?！?/p>

另一個挑戰(zhàn)是說服網(wǎng)絡(luò)團隊接受并經(jīng)常使用預測分析工具。Amin說：“IT和數(shù)據(jù)科學團隊可以提出解決方案，但是如果運營團隊不采用這些方案，那么這項投資就不會產(chǎn)生良好的回報。因為了解當前流程并將高級分析嵌入到這些流程中是成功的關(guān)鍵?！?h3>如何開始

對于剛剛開始采用網(wǎng)絡(luò)預測分析的企業(yè)來說，他們必須仔細考慮應(yīng)該獲取哪些類型的數(shù)據(jù)，以及需要解決什么類型的網(wǎng)絡(luò)問題。Amin指出，“只有對用例有了清晰的認識，才會為你的企業(yè)帶來價值?！?/p>

還需要記住的一點是，向預測分析工具提供過多的信息和提供過少的數(shù)據(jù)幾乎是一樣糟糕的。網(wǎng)絡(luò)性能技術(shù)提供商LiveAction的聯(lián)合創(chuàng)始人兼首席技術(shù)官John Smith警告稱：“如果一個企業(yè)不降低其所分析數(shù)據(jù)的維度，那么這將導致大量不實用的網(wǎng)絡(luò)遙測信息被發(fā)向云端?！?/p>

考慮數(shù)據(jù)管理的實際方面也很重要。具體來說，就是如何以及在何處存儲相關(guān)數(shù)據(jù)。Amin說：“對容器化及其在各種用例中的功能和適用性是值得探索的，因為它們提供了更多的可選擇性。技術(shù)的發(fā)展速度是很快的，推遲這種探索可能會使企業(yè)在競爭中處于落后的局面?！?/p>

本文作者John Edwards 為資深商業(yè)技術(shù)記者，曾在《紐約時報》《華盛頓郵報》以及CIO、Computerworld、Network World、CFO Magazine、IBM Data Management Magazine、RFID Journal和Electronic Design等眾多商業(yè)和技術(shù)刊物上發(fā)表過大量文章。

原文網(wǎng)址

https：//www.networkworld.com/article/3434518/using-predictive-analytics-to-troubleshoot-network-issues-fact-or-fiction.html