当前位置:数据中心技术专区 → 正文

人工智能数据中心交换机

责任编辑:cres 作者:harbor |来源:企业网D1Net  2018-06-20 10:06:14 原创文章 企业网D1Net

数据中心交换机是网络的重要组成部分,网络从接入到核心基本均采用的是交换机。现在很多新技术和应用都要依赖网络,对交换机也提出了更高的要求,那些传统的二三层转发交换机已无法满足业务需求,交换机必须做出改变。在2017年第四季度,全球交换机的市场达到了69亿美元,预计到2019年,全球交换机市场能超过250亿美元,这依然是一个不能让人忽视的市场,所以很多交换机大厂都在挖空心思设计未来的网络设备,寄希望在未来的市场竞争中脱颖而出。要说现在最火的技术,当属人工智能AI技术,通过AI技术来模仿人的行为,从而代替人自动完成人的工作。AI技术已经渗透到很多行业中,也包括数据中心。作为数据中心组成中最为重要的一份子,交换机自然不能缺席。将AI技术引入网络,在交换机上实践是一个很棒的设计,而且已经有人已经开做着手做了。那么,AI究竟能给交换机带来什么呢?本文将展开说明。
 
1.流量分析
 
数据中心里海量的数据是其宝贵的财富,利用大数据对数据流量进行分析,往往能得到一些非常有价值的分析结果。交换机作为数据流量转发的载体,能够接触到最全面的数据,所以针对这些数据进行分析,非常有意义。其实,早已经有不少的分析设备和软件可以做这个事情,比如:流量清洗设备,防火墙,入侵检测,上网流量行为分析等等,这些往往是在交换机上做镜像或者采样技术将流量复制一份到分析设备,有分析设备完成分析,输出分析结果。这样一方面增加采购分析设备成本,另一方面是分析比较初级,更多是侧重于安全过滤与防护,若交换机自己就具备这样的功能岂不更好?交换机的CPU本身是比较弱的,但也可以单独增加一个CPU,或者干脆将一个服务器装入交换机,让其完成流量分析工作。这样拥有了强大的计算能力就可以部署AI技术,通过AI技术可以很快掌握交换机上的流量转发情况,还可以输出很多流量分析结果供管理人员参考。同时AI技术还可以将设备的各种运行参数监控起来,综合评判分析当前交换机的工作状态,若处于非健康状态及时给出告警和调整建议。
 
2.算法优化
 
交换机为了提升转发效率,很多算法都是比较初级的,比如路由最长匹配,聚合HASH算法,算法本身都不复杂,可以提升硬件转发数据的效率,本质上是硬件处理不够灵活。有了AI技术,就可以根据交换机上的数据转发情况,自学习设计算法,对于效率不高的算法进行优化,然后将算法固化到硬件中去。现在的SDN就是这样的理念,通过软件来学习网络互联状态,然后学习完成后,向各个网络设备下发转发流表,控制器就是整个网络的大脑,这个大脑拥有AI技术,具备学习能力,通过对整个网络进行学习,逐渐实现自动化管理整个网络。通过每个交换机都部署上AI技术,最终整个网络都是AI的,完全走向自动化运行的网络。
 
3.阈值设计
 
交换机里有大量的定时器和阈值设计,这些阈值很多都是经验性的,并无标准可言,很多时候并不适用于所有网络,所以我们会看到交换机上有上千条的命令,通过设置不同命令来满足不同网络环境的需求。比如OSPF的Hello报文超时时间我们可以配置成10*3秒,可以配置成1*3秒,ARP老化时间可以配置成20分钟,也可以配成1分钟,在不同的网络环境中可以采用不同的阈值参数,这需要在设备上做大量的配置工作,每一次网络变更都需要在设备上输入大量的配置命令,有了AI交换机则完全不同了。AI交换机不需要做这些配置,先会设置一个默认的初始值,然后会根据网络情况有时会调整这个阈值参数,这个阈值参数也并不是一成不变的,随着网络的波动也在不断变化着,这样极大简化了设备的配置量。AI交换机几乎不需要人参与做配置,而是根据网络互连情况自动下发最适合的阈值,大大提升了网络运维的效率,将繁琐的判断过程交给AI去做,当然AI会根据大量的历史经验数据计算得来,让阈值参数最符合网络当前的情况。在交换机内部实现上也有很多地方采用阈值变量进行判断,这些地方其实都可以通过AI技术实现,将AI实现的源代码嵌入到交换机程序中,对涉及阈值参数的地方进行AI计算,得到更加合理的阈值参数。
 
4.故障自愈
 
交换机不仅要完成数据转发,还要在发生故障的时候能够自愈,如果能够做到这点,数据中心网络自动化的运维,就可以成真,要完全做到这个是很难的,因为很多时候经验丰富的工程师都很难短时间找到问题原因,这样故障恢复的手段都难以确定。AI技术的准确性是建立在海量数据样本学习的基础上的,每个数据中心不可能将所有的故障类型都遇上一次,这就需要建立公共的大型数据中心网络故障数据库,这里涵盖了很多数据中心网络故障的原因分析和恢复手段,AI技术基于这些数据才能学习输出故障自愈方案,而当前最为欠缺的就是这样的数据库,有些技术涉密也无法公布出来,这使得通过AI技术去自愈故障的准确性就会打上个问号。我们可以根据现有经验,向交换机输出数据,供其学习,在有限范围实现自愈,不能准确判断的领域给出告警,让人参与进来,由人和交换机共同完成故障恢复。
 
人工智能在交换机技术中已经逐渐开始展露手脚,从监控、转发、控制到流量分析都可以引入人工智能,相信不久的将来就能看到真正的人工智能交换机面世,属于人工智能的网络时代已经来临!

关键字:数据中心交换机

原创文章 企业网D1Net

x 人工智能数据中心交换机 扫一扫
分享本文到朋友圈
当前位置:数据中心技术专区 → 正文

人工智能数据中心交换机

责任编辑:cres 作者:harbor |来源:企业网D1Net  2018-06-20 10:06:14 原创文章 企业网D1Net

数据中心交换机是网络的重要组成部分,网络从接入到核心基本均采用的是交换机。现在很多新技术和应用都要依赖网络,对交换机也提出了更高的要求,那些传统的二三层转发交换机已无法满足业务需求,交换机必须做出改变。在2017年第四季度,全球交换机的市场达到了69亿美元,预计到2019年,全球交换机市场能超过250亿美元,这依然是一个不能让人忽视的市场,所以很多交换机大厂都在挖空心思设计未来的网络设备,寄希望在未来的市场竞争中脱颖而出。要说现在最火的技术,当属人工智能AI技术,通过AI技术来模仿人的行为,从而代替人自动完成人的工作。AI技术已经渗透到很多行业中,也包括数据中心。作为数据中心组成中最为重要的一份子,交换机自然不能缺席。将AI技术引入网络,在交换机上实践是一个很棒的设计,而且已经有人已经开做着手做了。那么,AI究竟能给交换机带来什么呢?本文将展开说明。
 
1.流量分析
 
数据中心里海量的数据是其宝贵的财富,利用大数据对数据流量进行分析,往往能得到一些非常有价值的分析结果。交换机作为数据流量转发的载体,能够接触到最全面的数据,所以针对这些数据进行分析,非常有意义。其实,早已经有不少的分析设备和软件可以做这个事情,比如:流量清洗设备,防火墙,入侵检测,上网流量行为分析等等,这些往往是在交换机上做镜像或者采样技术将流量复制一份到分析设备,有分析设备完成分析,输出分析结果。这样一方面增加采购分析设备成本,另一方面是分析比较初级,更多是侧重于安全过滤与防护,若交换机自己就具备这样的功能岂不更好?交换机的CPU本身是比较弱的,但也可以单独增加一个CPU,或者干脆将一个服务器装入交换机,让其完成流量分析工作。这样拥有了强大的计算能力就可以部署AI技术,通过AI技术可以很快掌握交换机上的流量转发情况,还可以输出很多流量分析结果供管理人员参考。同时AI技术还可以将设备的各种运行参数监控起来,综合评判分析当前交换机的工作状态,若处于非健康状态及时给出告警和调整建议。
 
2.算法优化
 
交换机为了提升转发效率,很多算法都是比较初级的,比如路由最长匹配,聚合HASH算法,算法本身都不复杂,可以提升硬件转发数据的效率,本质上是硬件处理不够灵活。有了AI技术,就可以根据交换机上的数据转发情况,自学习设计算法,对于效率不高的算法进行优化,然后将算法固化到硬件中去。现在的SDN就是这样的理念,通过软件来学习网络互联状态,然后学习完成后,向各个网络设备下发转发流表,控制器就是整个网络的大脑,这个大脑拥有AI技术,具备学习能力,通过对整个网络进行学习,逐渐实现自动化管理整个网络。通过每个交换机都部署上AI技术,最终整个网络都是AI的,完全走向自动化运行的网络。
 
3.阈值设计
 
交换机里有大量的定时器和阈值设计,这些阈值很多都是经验性的,并无标准可言,很多时候并不适用于所有网络,所以我们会看到交换机上有上千条的命令,通过设置不同命令来满足不同网络环境的需求。比如OSPF的Hello报文超时时间我们可以配置成10*3秒,可以配置成1*3秒,ARP老化时间可以配置成20分钟,也可以配成1分钟,在不同的网络环境中可以采用不同的阈值参数,这需要在设备上做大量的配置工作,每一次网络变更都需要在设备上输入大量的配置命令,有了AI交换机则完全不同了。AI交换机不需要做这些配置,先会设置一个默认的初始值,然后会根据网络情况有时会调整这个阈值参数,这个阈值参数也并不是一成不变的,随着网络的波动也在不断变化着,这样极大简化了设备的配置量。AI交换机几乎不需要人参与做配置,而是根据网络互连情况自动下发最适合的阈值,大大提升了网络运维的效率,将繁琐的判断过程交给AI去做,当然AI会根据大量的历史经验数据计算得来,让阈值参数最符合网络当前的情况。在交换机内部实现上也有很多地方采用阈值变量进行判断,这些地方其实都可以通过AI技术实现,将AI实现的源代码嵌入到交换机程序中,对涉及阈值参数的地方进行AI计算,得到更加合理的阈值参数。
 
4.故障自愈
 
交换机不仅要完成数据转发,还要在发生故障的时候能够自愈,如果能够做到这点,数据中心网络自动化的运维,就可以成真,要完全做到这个是很难的,因为很多时候经验丰富的工程师都很难短时间找到问题原因,这样故障恢复的手段都难以确定。AI技术的准确性是建立在海量数据样本学习的基础上的,每个数据中心不可能将所有的故障类型都遇上一次,这就需要建立公共的大型数据中心网络故障数据库,这里涵盖了很多数据中心网络故障的原因分析和恢复手段,AI技术基于这些数据才能学习输出故障自愈方案,而当前最为欠缺的就是这样的数据库,有些技术涉密也无法公布出来,这使得通过AI技术去自愈故障的准确性就会打上个问号。我们可以根据现有经验,向交换机输出数据,供其学习,在有限范围实现自愈,不能准确判断的领域给出告警,让人参与进来,由人和交换机共同完成故障恢复。
 
人工智能在交换机技术中已经逐渐开始展露手脚,从监控、转发、控制到流量分析都可以引入人工智能,相信不久的将来就能看到真正的人工智能交换机面世,属于人工智能的网络时代已经来临!

关键字:数据中心交换机

原创文章 企业网D1Net

电子周刊
回到顶部

关于我们联系我们版权声明隐私条款广告服务友情链接投稿中心招贤纳士

企业网版权所有 ©2010-2024 京ICP备09108050号-6 京公网安备 11010502049343号

^