adam121 - Fotolia

Evaluar Conozca los pros y contras de las tecnologías, productos y proyectos que está considerando.

Los beneficios del aprendizaje automático en la administración de redes

Las empresas y los proveedores están emprendiendo estrategias de implementación de aprendizaje automático. ¿Cuáles son los beneficios del aprendizaje automático en relación con el análisis de redes y las herramientas de gestión?

Es importante comprender la distinción del aprendizaje automático (machine learning) frente a otras formas de análisis de automatización. Los sistemas de administración de redes de la antigua generación se basaban en sistemas basados en reglas. Estos sistemas son relativamente fáciles de construir, ya que dependen de reglas simples que los expertos de la red pueden usar para diagnosticar problemas de red. Los sistemas basados en reglas definen una acción a tomar cuando se combina una regla. Las acciones van desde la generación de una alerta hasta el inicio de tareas de remediación más complejas.

El problema con los sistemas basados en reglas es que requieren mantenimiento y actualización frecuente ya que se necesitan nuevas reglas. A menudo es demasiado engorroso crear reglas donde numerosos cambios en las condiciones requieren resultados muy diferentes. Además, estos sistemas no son muy flexibles. Los conjuntos de reglas pueden perder un problema si el conjunto de reglas en cuestión no coincide exactamente con los síntomas del problema.

Es mucho mejor construir un sistema que pueda conocer los problemas de los expertos en redes que lo usan, al igual que capacitar a una persona que es nueva en el campo de las redes. Luego, a medida que se encuentren nuevos problemas y soluciones, el sistema aprenderá los síntomas y las acciones resultantes a tomar.

La mayoría de [los participantes de] la industria está de acuerdo en que la integración de la inteligencia artificial es uno de los beneficios del aprendizaje automático. Para nuestros propósitos, piense en el aprendizaje automático y el aprendizaje profundo como ejemplos de tecnología de red neuronal. Una red neuronal se entrena cuando se alimenta de una gran cantidad de datos del dominio en cuestión, junto con la respuesta o reacción adecuada. La red neuronal aprende la respuesta apropiada cuando se le presentan nuevos datos. En cierto sentido, estas redes no están aprendiendo tanto sino que están entrenándose para responder a clases generales de datos de entrada.

Beneficios para la gestión de redes

En los últimos años, se ha aplicado el aprendizaje automático a la administración de redes. Este es un desarrollo emocionante, ya que tiene el potencial de mejorar significativamente la capacidad del software de administración para detectar y manejar problemas con precisión. Incluso es posible incluir soluciones en las acciones que resultan de determinar con precisión la causa de un problema.

Por ejemplo, Moogsoft, un desarrollador de software de gestión de redes a partir de inteligencia artificial, ha utilizado la tecnología de aprendizaje automático para permitir que su producto reduzca significativamente el número de eventos de red y de sistema, desde trampas del protocolo simple de administración de red, así como mensajes syslog y de registros del servidor, que el personal de TI debe manejar.

El software necesita algunas semanas para aprender cómo el personal de TI maneja los eventos antes de que pueda comenzar a correlacionarlos. La información ingresada por el equipo de TI es clave. Eso es lo que ayuda al software de Moogsoft a comprender qué es importante en la transmisión del evento. El motor de aprendizaje automático, a su vez, simplemente está automatizando lo que aprendió del personal de TI.

Los algoritmos de aprendizaje automático no son capaces de aprender el impacto en el negocio, ni pueden aprender cómo solucionar cualquier problema. Pero pueden reducir significativamente la cantidad de eventos que el personal de TI debe manejar a diario. La reducción en el volumen del evento es significativa, desde miles o incluso millones de eventos cada día hasta solo algunos eventos críticos.

Por ejemplo, la pérdida de conectividad a un sitio remoto podría desencadenar una gran cantidad de eventos de fallas de acceso. El software Moogsoft puede analizar y eliminar los numerosos eventos secundarios que ocurrieron como resultado de la pérdida de conectividad, lo que permite a los empleados de TI capitalizar los beneficios del aprendizaje automático, ya que se centran en por qué se perdió la conexión.

Tetration y cómo funciona

Entretanto, el sistema de análisis Tetration de Cisco utiliza un enfoque completamente diferente para realizar análisis de big data en los datos del encabezado del paquete. Los primeros 160 bytes de cada paquete se envían a Tetration para su recopilación y análisis. Sí, es un gran volumen, casi el 2% del tráfico que se genera. Para examinar detenidamente los datos que recopila, Tetration depende de una gran cantidad de caballos de fuerza: un rack de 42U lleno de servidores y sistemas de almacenamiento; hay una versión más pequeña y una versión en la nube, también. Utiliza el procesamiento de Hadoop para identificar problemas de rendimiento de las aplicaciones, detectar amenazas de seguridad e identificar problemas de red. También aprende sobre cómo funcionan las aplicaciones, creando líneas de base para el rendimiento de las aplicaciones.

Cuando el rendimiento de una aplicación cambia, Tetration intenta determinar por qué, o al menos generar una alerta sobre el cambio. Entre las muchas características de rendimiento, los monitores de Tetration son latencia más alta, paquetes que indican un ciberataque o retransmisiones que indican la pérdida de paquetes. Este tipo de enfoque ayuda a la organización de TI a determinar si una aplicación está lenta deido a la aplicación interna (base de datos lenta) o debido a un problema de red. Una presentación del Network Field Day de otoño 2017 presentó más información sobre este motor de análisis.

Beneficios del aprendizaje automático en la reducción de recursos

Tener un sistema de administración de red que en realidad ayude a reducir el esfuerzo involucrado en el monitoreo y la administración de una red traerá muchos beneficios a los profesionales de TI. La mayoría de las herramientas de administración de red se entregan como frameworks, lo que implica que se requieren muchos esfuerzos para convertir dicho marco en un sistema funcional. Algunos productos requieren un administrador de tiempo completo para refinar su operación.

¿No sería genial si el sistema pudiera aprender qué acciones tomar a partir de las acciones de los administradores de red? Incluso si no habilitamos la funcionalidad de acciones correctivas, el aprendizaje automático resalta nuevos problemas y proporciona alertas cuando ocurren. Imagine un sistema que puede aprender los umbrales de error y utilización en diferentes tipos de enlaces.

Este artículo se actualizó por última vez en marzo 2018

Profundice más

Inicie la conversación

Envíenme notificaciones cuando otros miembros comenten sobre este artículo.

Por favor cree un Nombre de usuario para poder comentar.

- ANUNCIOS POR GOOGLE

Close