ネットワーク管理における機械学習の応用は何ですか?

ネットワークが自動化とインテリジェンス化に向かう​​につれ、ネットワークの問題をプログラムで特定し、複雑な問題を即座に診断できるため、企業では人工知能 (AI) と機械学習 (ML) に対する需要が高まっています。

AI と ML をネットワーク管理に適用すると、複数の管理プラットフォームからの入力を統合して集中分析できるようになります。 IT スタッフがさまざまなデバイスやアプリケーションからのレポートを手作業で調べるのではなく、機械学習によって問題を迅速かつ自動的に診断できます。

「監視ツールはたくさんあるのですが、どれも何か問題があると教えてくれますが、何が問題なのかは教えてくれません」と、ガートナーのシニアディレクター兼アナリスト、ジョシュ・チェスマン氏は説明します。「機械学習の最大の利点は、7つの異なるツールから26のネットワーク問題を具体的に特定できることです。」

アナリストらは、企業によるこうした監視ツールの導入はまだ初期段階にあると指摘する。問題は、AI と ML が実際に何を意味するのかということです。AI が侵入者を簡単に識別し、トラフィックを分析して最適化できると想像している人は失望するでしょう。

「新しいネットワーク管理ツールで実際に何が起こっているかをAIという言葉で表現するのは誇張だ」とIDCのリサーチディレクター、マーク・リアリー氏は言う。「ベンダーがAI/ML機能について語るとき、正直に考えてみると、彼らが語っているのは人工知能ではなく、機械学習だ」

これら 2 つの用語の間に厳密な定義はありません。大まかに言えば、それらはすべて同じ概念、つまり複数のソースからデータを読み取り、それに応じて出力を調整できるアルゴリズムを表しています。

専門家によると、企業ネットワーク内の特定の問題の原因を特定するために使用されるシステムよりも、人工知能は、このアイデアを信頼性の高い形で表現するのにより正確に適用されます。

デロイトの戦略部門リーダー、ジャジート・ギル氏は「予知保全など、AIの一部はしばらく前からこの分野で使われているため、AIという用語を過剰に解釈している可能性がある」と語った。

もう一つの問題点としては、相互互換性があります。

現在、市場に出回っている製品のほとんどは、ベンダーが既存の製品に新しい機能を追加した形で提供されています。たとえば、AIops はちょっとした流行語になっているため、多くのベンダーが AIops を追加しています。

Moogsoft や BigPanda など、機械学習を使用して企業が人工知能の運用を適用し、IT イベント管理に集中できるようにするベンダーもいくつかあります。しかし、ML 機能を特定のベンダーの製品にバンドルする方が一般的です。

テクノロジーが克服しなければならないハードルにかかわらず、ML は多くの IT プロフェッショナルの仕事を容易にする可能性があります。こうした種類のツールやソリューションを導入することは有益であり、ネットワーク内で発生しているすべての事象について情報を得るのに役立ちます。

これは完全なネットワーク自動化に向けた大きな一歩となる可能性がある一方で、IT スタッフの失業につながる可能性もあります。

おそらく、機械学習は、IT スタッフが問題の解決ではなく、より収益を生み出す活動に従事できるようにすることに役立つでしょう。完全な自動化はまだ遠い道のりです。