我们在先前的“利用网络边缘计算”系列中探讨了将智能和性能向网络边缘推进的相关趋势。 这篇博客将谈谈对于网络可见性的需求。
随着自动化趋势不断演进,互联设备数量呈现爆炸式增长。 IDC estimates that there will be 41.6 billion connected IoT devices generating a whopping 79.4 zettabytes of data in 20251. 视频流和 传感器流量在这类流量中将占到相当大的比例, 需针对混合云模式中的个性化用户服务、 库存管理、入侵防护和负载平衡等应用进行 智能处理。 联网设备将需要具备智能管理 资源处理的能力,才能高效地处理 海量数据流。
如何获得目所不及之处的可见性?
但是,您的网络边缘是否已得到充分扩展? 为了应对增长态势,各组织已将网络智能向边缘推进,旨在支持混合云中运行的应用程序感知工程和推理应用程序。 数十亿台移动设备将使用更为密集的应用程序,为适应相关需求,我们将无线卸载作为减轻蜂窝网络负担的一种方法。 对于需要借助智能流处理功能来有效利用 LAN 和 WAN 带宽的边缘和企业网络,这种方式可增加其负载。 满足智能和性能需求之后,我们还必须应对与“查看”网络交换资源利用方式相关的复杂性。 通过网络遥测提供可见性是实现 AI 自动化、性能、安全性和故障排除的基础。 为了保持主动性和前瞻性,网络中必须内置具备智能遥测功能的交换机,用以提供深层次的可见性。
智能遥测技术 有效提高网络可见性
在性能监控、检测、故障排除和响应的过程中增加对分析和人工智能 (AI) 的运用,已成为组织实现理想网络愿景的优先事项。 In general, telemetry functions have tracked events in hindsight but are now increasingly used to analyze and predict - living on the network edge means monitoring, predicting and managing the anomalies for proactive infrastructure automation and application responses.
有效的遥测解决方案还要求网络 设备实时流式传输用于网络流和交换资源的 各种元数据。 随着流式遥测标头格式的演变, 交换机芯片管道具备编程能力也变得同等重要,这一能力可在适应遥测工具变化 的同时以线路速率执行操作。
成功利用网络边缘计算需要实时检测 和调整算法。 如果无法获得深层次的网络 可见性,那么就不足以将网络智能扩展到边缘,也无法充分提高工作负载 性能。 网络可见性对于管理工作负载至关重要, 有助于以具有前瞻性的方式可靠地交付客户和企业的服务水平协议。 随着移动和云端应用程序激增并推动着网络功能的发展,遥测、智能 和性能 成为不断壮大的无边界园区的 关键技术。 我们将在 下一篇博客中继续分享有关利用 网络边缘计算的洞见和提示,重点探讨作为其中关键一环的安全性。 密切关注 边缘趋势 …
# # #
1 全球数据圈物联网设备 和数据预测 (2019-2023),IDC
标签: 5g, 数据基础设施, 边缘处理, 企业网络, 移动性, 多千兆以太网, 网络连接, 网络边缘, 网络智能, 安全基础设施