黃海峰

在9月3日在美國聖何塞舉行的全球IT峰會上，思科企業網路高階副QuattroporteRavi Chandrasekaran表示，數字正驅動各行業變革，包括書店、音像店、計程車、音樂、列印、廣告、酒店等，因為網路就是業務，企業是時候借人工智慧和機器學習重構網路。

Ravi Chandrasekaran

傳統網路面臨多個挑戰

當前數字化時代來臨，企業網路正面臨挑戰。

一方面企業業務發展需要新的優先事項。在行動網路方面，到2021年，全球移動資料流量將增長7倍；在物聯網方面，每秒有127個新裝置連線到Internet；在雲方面，94％的組織將在未來12個月內使用多個雲，到2020年將達到260億美元；在安全方面，到2021年，網路犯罪的破壞成本每年將達到6萬億美元。

另一方面，傳統運營模式問題很多：手動執行的網路更改佔據95％；因人為錯誤而違反政策佔據70％；OpEx不理想，企業在網路可見性和故障排除上花費了75％時間。

再加上不斷變化的拓撲，傳統的網路和管理無法跟上數字業務的需求。

“我們需要重新想象網路，需要過渡到數字就緒網路，從以硬體為中心到軟體驅動、從按照手冊到自動化、從安全點防護到綜合安全、從網路監控到洞見和分析。”Ravi表示。

業界需要發展內建安全性的基於控制器的網路自動化和資料驅動，思科已經在行動。

首先，控制器領導的自動化，思科DNA（思科網路架構部門）中心全面生命週期自動化。其次，控制器領導的分析與保證，思科DNA中心從網路資料到業務洞察力。最後管理者需要分析與保證，思科可以讓網路變得更智慧、更簡單、更安全。

數字世界帶來更先進的持續威脅，而新威脅又帶來新安全挑戰。Ravi認為，業界需要建立以威脅為中心的網路+安全，但傳統的細分方法無法保持同步。

但是，關於如何進行關鍵操作，有很多不確定性：我需要保護哪些重要資產？我的網路上有哪些型別的端點？現有的通訊流程是什麼？我會破壞一些東西嗎？我該如何制定好的政策？

需要藉助AI和ML重構網路

Ravi認為，解決方向就是以主機隔離以阻止橫向移動，控制器領導的網路實現閉環自動化。“我們需要AI（人工智慧）和ML（機器學習），因為現在網路複雜性超越人類能力。以前工業革命使人類擺脫了身體能力的限制，現在數字革命必須使人類擺脫思維能力的限制。”

因為，AI / ML是基礎能力，實現最好的資料和最好的知識庫。目前AI / ML已經在快速發展中，比如思科DNA中心，一方面具有個性化基準的每個網路的事件警報保真度。之前網路自定義閾值等於警報過載，現在AI驅動下動態基準等於相關異常。

另一方面，思科DNA中心保證大幅降低信噪比，可以降低減少75％的警報。比如在3個月內為10位客戶產生的問題，使用常見統計模型的異常有8000，使用相關分析檢測到的問題有1192，而使用機器學習確定的優先問題只有303。此外，AI機器推理可以加快問題修復，由機器推理演算法提供支援。

“隨著企業數字化，網路與企業息息相關，網路需要敏捷、資料驅動、具有自動化的規模並具有內建的安全性，所以我們到了重新構想網路的時間。”在演講的最後，Ravi Chandrasekaran表示。