眼下的數據挑戰(zhàn)

　　Oliver Cantor沒有從CSP的角度來看待這個問題，而是從應用程序和最終用戶行為的角度出發(fā)。在這兩種情況下，討論都集中在各自的需求上：應用程序需要什么資源(例如，處理能力和帶寬)以及用戶對這些應用程序的訪問需求如何(例如，一天中的何時進行訪問，訪問頻率等)。他說，目標是“獲取數據并與網絡共享，以便了解用戶的需求”。

　　Omdia首席分析師Roz Roseboro指出，當然，說起來容易做起來難。人們想要能夠提取和理解各種類型數據的工具，無論其來源如何，即使格式和命名約定不一致。這使得發(fā)現關系和確定哪些數據影響應用程序性能/行為變得困難。因此，需要企業(yè)內部采用標準格式和通用命名約定，更重要的是，可能是整個行業(yè)都需要如此。數據使用者需要知道他們試圖解決什么問題，也就是說，有一個假設，即數據可以幫助他們證明或反駁。

　　此外，由于應用程序和數據駐留在云、數據中心和邊緣系統的混合環(huán)境中，并且每個提供商提供不同級別的數據訪問權限，因此很難協調數據源和應用程序。這種環(huán)境中的流量模式使得數據可以雙向或單向流動。Oliver Cantor說，所有這一切都表明，獲得應用程序的端到端可見性是一項艱巨的挑戰(zhàn)，但對于確保服務可用性、可達性、性能和可靠性至關重要。

　　提供網絡智能

　　Linux基金會于2021年11月發(fā)布的《智能網絡、人工智能和機器學習》白皮書將智能網絡定義為“由人工智能技術賦能的網絡，以及人工智能和通信網絡在硬件、軟件、系統和流程上的系統集成。”

　　為了確保問題陳述的真實性，Oliver Cantor展示了應用程序、安全性、網絡系統和操作系統的組合乘以服務交付中涉及的區(qū)域數量，“收集和協調網絡數據以進行可操作分析的過程是困難的”。他說，我們需要一種更加敏捷的方法。

　　使用IT服務管理和API來監(jiān)控和報告邊緣、連接、安全性和應用程序域，配合支持閉環(huán)保證和控制器管理API，CSP可以提供“一致的管理和最終用戶體驗”。

　　然而，Oliver Cantor警告說，CSP在引入閉環(huán)自動化和保證時應該保持謹慎，因為流程可能會由于不可預見的影響而造成混亂，例如保證系統之間的潛在沖突。特別是在早期，CSP應該密切關注自動化操作，以確保它們正常工作。

　　圖1顯示了Oliver Cantor提供的圖表，它捕獲了啟用智能網絡以允許客戶“訪問他們需要的信息以提高應用程序性能”所涉及的元素和流程。

　　圖1：網絡數據轉化為可操作信息。

　　來源：Verizon。

　　人工智能(AI)和機器學習(ML)是實現這一愿景的關鍵推動因素。Oliver Cantor解釋了如何從網絡設備和應用程序收集數據，通過處理和建模工具來生成洞察，并將其轉化為網絡設備的新操作的過程。

　　他鼓勵CSP從“唾手可得的果實”開始，從簡單的入手，并“學會信任數據和結果”。由于大多數CSP面臨著類似的收入增長和成本節(jié)約挑戰(zhàn)，他們應該共同努力建立和訓練所有人都可以使用的模型。他還提出，“需要對智能網絡達成共識以優(yōu)化互操作性。”雖然“已經有了一些工具，但還需要更多的研發(fā)來建立最佳實踐”。Oliver Cantor最后說，“開源社區(qū)可以在促進框架和最佳實踐的發(fā)展方面發(fā)揮關鍵作用。”

　　【注：Omdia由Informa Tech的研究部門(Ovum、Heavy Reading和Tractica)與收購的IHS Markit技術研究部門合并而成，是一家全球領先的技術研究機構。】