【.com快速翻译】软件定义广域网（SD-WAN）和AIOps都是热门技术。SD-WAN可提高应用程序可用性、降低成本，并在某些情况下提高性能。AIOps将机器学习融入IT运营以提高自动化程度。这减少了错误并使企业能够以数字速度进行更改。大多数人认为它们是独立的技术，但两者的交集导致了所谓的AI-WAN。SD-WAN并不是解决所有网络问题的灵丹妙药SD-WAN是自实际WAN以来网络领域的最大飞跃。但许多解决方案仍然依赖于手动配置。SD-WAN当然可以提高应用程序的弹性，降低电信成本，并且通常可以提高应用程序性能，但它们比传统的WAN更复杂。初始设置可能是一个挑战，但更大的问题是日常操作。手动调整和优化网络以适应业务变化可能既耗时又容易出错。需要一种解决方案来为SD-WAN带来更好的自动化。这时，AI-WAN登场了。就像自动驾驶汽车一样，AI-WAN可以根据不同的规则做出决策，并且可以比人类更快地适应变化。自动驾驶汽车会持续监控路况、限速和其他因素，以确定需要做出哪些改变。同样，自动驾驶网络可以在很少或没有人为干预的情况下进行监控、纠正、防御和分析。这是通过基于人工智能的自动化功能完成的，无需人工参与。毫无疑问，手动操作会阻止企业充分发挥其潜力。数据显示，由于维护遗留网络和修复故障非常耗时，企业平均需要四个月才能在整个网络中实施变更。ZKResearch的一项研究发现，30%的工程师每周至少花一天时间进行故障排除。SD-WAN可以改善这些指标，但仍然面临沉重的人员负担。随着企业在迁移到云端时面临越来越多的数据挑战，他们根本等不了那么久。企业应该拥抱人工智能，而不是害怕人工智能抢走工作岗位。AI可以消除人为错误（意外网络中断的最大原因），帮助企业专注于更高级别的任务。AI-WAN将改变网络运营那么，从SD-WAN到AI-WAN的演进将如何改变网络管理和运营？管理员可以将时间花在专注于战略计划而不是解决问题上。ZKResearch的另一项数据显示，解决问题所花费的时间90%都花在了寻找根本原因上。现在应用程序驻留在云端并在移动设备上运行，找到问题的根源变得更加困难。AI-WAN能够发现最轻微的异常，甚至在它开始影响业务之前。SD-WAN从根本上设计，所有路由规则都由管理员集中管理，并可以在网络中传输。AI-WAN更进一步，使管理员能够通过故障预测在问题发生之前预测问题。它甚至可以通过在用户受到影响之前针对网络故障进行自我调整来提高网络性能。自动驾驶汽车使用人工智能软件、来自物联网传感器、摄像头和众多设备的实时数据来了解道路规则——盲点在哪里、如何与交通信号同步以及采取哪些安全措施。同样，自动驾驶网络了解更高级别的规则，可以防止管理员犯错误，例如允许在禁止某些操作的国家/地区使用。安全是另一个问题。从移动设备和物联网到云计算，一切都在创造多个新的入口点并将资源转移到网络边缘。这使企业面临安全风险，因为他们很难快速响应变化。企业可能不会注意到用户留下的安全漏洞，在IT不知情的情况下同时使用成百上千个软件即服务(SaaS)应用程序。旧的网络技术无法支持SaaS和云服务，而SD-WAN可以。但仅仅部署SD-WAN不足以保护网络。安全性不应该是SD-WAN部署的事后考虑，而应该从一开始就考虑。供应商越来越多地将基于人工智能的分析与SD-WAN解决方案捆绑在一起，以提高网络安全性。此类解决方案使用AI来分析某些事件如何影响网络、应用程序性能和安全性。然后，他们针对任何网络更改制定智能建议，例如未经授权使用SaaS应用程序。回到自动驾驶汽车的类比，AI-WAN旨在保持道路畅通和无事故。它们使智能网络能够快速适应不断变化的条件，并在必要时进行自我修复。由于对云计算和SaaS应用程序的需求不断增长，智能网络将成为未来，具有前瞻性思维的企业已经掌握了主导权。AI-WAN今天就在这里，未来还会大幅增长。AI-WAN看起来非常具有未来感，但许多供应商正在提供AI-WAN或将解决方案推向市场。例如，托管服务提供商Masergy最近推出了适用于SD-WAN的AIOps，以提供自治网络并提供最完整的产品。另一家托管服务提供商OpenSystem收购了基于云的Sqooba，将AIOps添加到其强大的网络和安全服务中。继并购主题之后，VMware最近将AIOps提供商Nyansa收购到其VeloCloudSD-WAN业务部门。此举为VMware提供了与ArubaNetworks类似的功能，ArubaNetworks最初将AI应用于WiFi故障排除，但现在将其引入其SD-Branch产品。思科是另一家提倡AIOps的网络厂商，但它正试图将AIOps应用于整个网络，而不仅仅是广域网。随着时间的推移，我希望每个SD-WAN或SASE供应商都能将AIOps纳入其中，将重点从网络转移到自动化操作。原标题：AIOps与SD-WAN的融合，作者：ZeusKerravala
