Tipik kurumsal ağın mimarisi, bulut bilişim, mobilite ve uzaktan çalışma sayesinde son birkaç yılda tamamen ve hızla değişti.
Esasen, birçok kuruluş artık iş ihtiyaçlarını karşılayan, her şeyin olduğu hibrit bir ortam işletiyor ancak bu aynı zamanda artan karmaşıklık ve uçtan uca vizyon eksikliği nedeniyle yönetim ve izleme yükünün artması riskini de beraberinde getiriyor.
Yapay zeka ve makine öğrenimini kullanarak, her şeyin hibrit olduğu ortamın temelini oluşturan ağların kendi kendini iyileştirmesini sağlayabilseydiniz ne olurdu?
NEC Avustralya’nın Ulusal Portföy Yöneticisi Pankit Mehta, “Genellikle biz bir şey tespit ediyoruz, ardından siz de arızaları teşhis edip müdahale ediyorsunuz” dedi.
Kendi kendini onaran ağ konseptinin ne kadar ileri gittiğini açıklayan Mehta, “Peki ya bunu insan müdahalesi olmadan yapabiliyorsanız” dedi.
Burada Cisco’nun Catalyst Center ağ yönetimi aracı, içgörü sağlamak, ortak görevleri otomatikleştirmek, arızaları tahmin etmek ve harekete geçmek ve performansı izlemek için kullanılabilir.
Cisco Catalyst Center’daki üç boyutlu harita, kablosuz ağ analizi için çalışma alanının görselleştirilmesini sağlar.
Bu 3D Kablosuz Analizör, WiFi sinyal yayılımını engelleyebilecek duvarları, engelleri ve yapı malzemelerini modeller, erişim noktalarını birbirlerini engellemediklerinden emin olmak için yönetir ve sorunları tespit edip çözüm önerileri sunar.
Cisco Catalyst Center ile yöneticiler, en az sayıda erişim noktasından mümkün olan en iyi kapsamı nasıl elde edeceklerini bulmak için önceden plan yapabilir ve simülasyonlar kurabilir, bu da hem zamandan hem de paradan tasarruf sağlar.
Hastanelerdeki gibi kelimenin tam anlamıyla kritik görevlerde olduğu gibi sorunlar meydana geldiğinde, yönetim sistemi, öncelikle hataları teşhis etmesi gereken personelin uzun süreli müdahalesine gerek kalmadan sorunları otomatik olarak kendi başına çözme konusunda önemli ölçüde daha hızlı olabilir.
Mehta, “Destek teknisyeninin teşhise bakması, zamanını boşa harcaması ve daha fazlası gibi insan müdahalesi yerine, kendi kendini iyileştirme, cihazın arızalı olduğunu sistemin kendisinin tespit edeceği bir kavramdır”, diye açıkladı Mehta.
“Sistem daha sonra yeni bir tane sipariş edecekti. İşlem yapılan bir bileti günlüğe kaydettiği için cihazın gönderilmesini bile isteyebilir. Cihaz ertesi sabah mesai saati geldiğinde gönderiliyor, birisi geliyor ve arızalı cihazı çalışan bir cihazla değiştiriyor” dedi.
Böyle bir kurulum, bir destek personelinin gece yarısı çağrı cihazı sesi almasına veya sorunu tanımlamak için ertesi sabaha kadar beklemesine göre çok daha az manueldir.
Mehta, yapay zeka ve makine öğrenimi sayesinde kendi kendini onaran bir ağın kesinti süresini azaltabileceğini, güvenilirliği artırabileceğini, maliyetlerden tasarruf sağlayabileceğini ve daha güvenli olabileceğini söyledi.
ML sayesinde, kendi kendini onaran ağlardaki güvenlik, açık programlamaya gerek kalmadan tehdit gözlemlerini doğru şekilde kategorize edebilir ve kullanıcıları güvende tutacak şekilde hareket edebilir. Yapay zeka, ağları anormalliklere karşı sürekli izleyerek, bilinmeyen kötü amaçlı yazılımlar, içeriden gelen tehditler ve politika ihlalleri gibi sıra dışı olayları tespit edebilir.
Cisco sistemleri NEC dağıtımı, kullanıcılara güvenli gezinme sağlamak, İnternet’teki “kötü mahallelerin” nerede olduğunu tahmin etmek ve kötü amaçlı web sitelerine olan bağlantıları durdurmak için yapay zekayı kullanıyor. Mevcut ve yeni kötü amaçlı kod olabilen uç nokta kötü amaçlı yazılım tespiti, gizli tehditlerle ilişkili kalıpları bulan algoritmalar aracılığıyla şifrelenmiş trafikte bile AI/ML ile tespit edilebilir.
Kuruluşlar için karşılaşılan zorluk, kendi kendini iyileştirme kavramının satışı hiç de zor olmasa da, bu yaklaşımın faydalarını göstermek çok kolay olmasına rağmen, AI/ML’yi eski ağlara entegre etmenin çok zor olmasıdır.
Mehta, “Uyumlu donanım sağlayan satıcılara çok fazla bağımlılık var” dedi.
“Yasal uyumluluk başka bir husustur. Cihazla uyumlu hale getirmek veya başka bir şey yapmak için oynarsanız, garanti geçersiz olur. Bu, cihazın desteğinin kesilmesine yol açabilir ki bu hiçbir müşterinin istediği bir şey değildir” dedi Mehta.
Mehta, kuruluşların AI/ML teknolojisine yönelik en iyi uyumluluğu ve desteği sağlaması için genellikle cihaz değişimiyle birlikte “forklift yükseltmeleri”nin gerekli olduğunu söyledi. Ve bunun gerçekleşebileceği bir zaman var.
“Genellikle bu tür tartışmalar müşteri yenileme döngüsüne yaklaştığında gerçekleşir” dedi.
“Açıkçası bundan önce, bunun kendileri için neden daha iyi olacağına dair fikir vermek için yapılan tartışmalar var, ancak bence bu maliyetin neye benzeyeceğine dair bir fikir edinebilecekleri ciddi tartışmanın en iyisi, yenilemeye yakın yapılmasıdır. Mehta, “Bu döngüde yüksek bir benimseme oranı gördük” dedi.
“Buna hayır diyen bir müşteri görmüyorum. Müşterilerin çoğunluğunun istekli olduğunu düşünüyorum, bu bizim için en hızlı büyüyen segment ve müşterilerin çoğunluğu da bunu istiyor,” diye ekledi Mehta.