【IT168評論】隨著供應商希望優化操作流程 ，降低成本並優化現代雲時代的WAN功能 ，軟件定義廣域網（SD-WAN）得到了AIOps的大力推動 。

SD-WAN將互聯網的控製多方麵與硬件分離，以創建虛擬化的網絡數據覆蓋，而AIOps則將機器學習和數據分析使用於it技術運營 ，以實現工作流程智能化 。二者的融合（也稱為AI驅動的廣域網）有望開啟廣域網的新起點 ，使it技術不僅可以優化網絡和應用程序體驗 ，還可以為單個用戶提供最佳體驗 。

在過去的五年中 ，SD-WAN是通信領域最火爆的技術之一 。

廣域網十分重視變革 ，於是出現了SD-WAN 。它為互聯網提供了更大的靈活性 ，並使企業能夠利用低成本的互聯網 ，代替高費用的電信寬帶服務 。此外 ，SD-WAN通過自動係統故障轉移提高了互聯網彈性 。在“萬物互聯”的時代 ，互聯網正常運作時間對於維持工作運營至關重要 。

在2020年之前 ，SD-WAN的使用已經很普遍了 ，而疫情的爆發影響了它更快的被使用 。在2020ZKResearchAnywhere的研究中 ，有46％的受訪者表示 ，新冠疫情加快了他們的SD-WAN布署 。

盡管使用迅速 ，但是SD-WAN並不能處理全部網絡問題 。無論是軟件定義還是其他方式的網絡運營 ，遭遇的挑戰是策略配置和持續管理及係統故障解決都是人工完成的 。全部的SD-WAN廠商都已經做好了優化布署的工作 ，雖然是零接觸的配置 ，但這隻解決了零天的操作流程 。一旦互聯網運作起來 ，尋找廣域網突然中斷源頭的過程仍然是一個需要大量人工複雜工作的過程 。如果沒有一個智能事件關聯的智能化模型 ，在LAN 、WLAN和WAN域之間隔離問題的難度成倍增加 ，而且完全不可能 。

在某些多方麵 ，SD-WAN加劇了係統故障解決問題 。它通過隱藏突然中斷的多路徑互聯網 ，為互聯網增加了一定程度的彈性 。這導致互聯網操作流程儀表板可以顯示全部內容均為“綠色” ，但應用程序的功能較差的情況 。隨著視頻直播係統的流行起來 ，互聯網功能問題變得異常明顯 ，網絡工程師們不斷地爭相嚐試和解決問題 。

這時人工智能可以更好地發揮的空間 。人工智能係統可以攝取互聯網基礎設施（LAN ，WLAN和WAN）帶來的大量數據 ，以“查看”即使最精明的網絡工程師也看不到的東西 。曾幾何時 ，當互聯網比較簡單且數據流量較低時 ，經驗豐富的互聯網專業人員就有可能“了解”互聯網 ，並通過結合領域知識和對數據流量的快速檢查來快速找出問題的根源 。但是伴隨著機器設備 ，應用程序和信息量的激增 ，現象就截然不同了 。最大的變化之一 ，周期性的輪詢數據已經被實時的流式遙測技術所取代 ，這將增加一個數量級或更多的數據 。

人工智能係統會發現互聯網中的小問題 ，這些小問題可能會導致應用程序出現異常現象 ，最終用戶不容易注意到這些問題 ，但稍後會引起更大的問題 。網絡工程師可以使用人工智能係統的所在 ，在問題對業務產生影響之前（即自動駕駛互聯網）主動解決問題 。

談到人工智能計劃 ，數據科學家使用了一個公理 ，提出“好的數據可以帶來好的見解” 。這當然是正確的 ，但是部分數據導致部分洞察也是正確的 ，這可能是人工智能驅動的WAN產品的局限性之一 。更具體地說 ，如果解決方案隻看互聯網而沒有理解對實際用戶體驗和應用程序的影響 ，那麽它就失去了很大一部分 。如果存在多個網絡問題 ，則應優先考慮那些影響核心應用程序和/或用戶的問題 。如果某些問題根本不影響應用程序性能 ，則可以將這些問題放到後燃器上 ，然後再修複 。

此外 ，如果解決方案僅看到WAN數據 ，而沒有將其與互聯網的其他區域（即LAN和WLAN）相關聯 ，則可能會導致轉化率低下 ，從而增加互聯網成本 。更糟糕的是 ，這可能導致有關互聯網性能問題以及如何解決這些問題的錯誤假設或結論 。在這些方麵 ，必須從總體上看待人工智能驅動的WAN ，這時人工智能驅動的互聯網更大端到端故事的核心部分 。

AIOps是SD-WAN演進的核心 ，它為互聯網的核心部分帶來了急需的自動化和洞察力 。由人工智能驅動的WAN必須超出互聯網範圍 ，才能在應用程序和用戶級別帶來有意義的見解（和操作） 。這不僅可以帶來性能更好 ，成本更低的互聯網 ，還可以確保用戶的生產力和客戶服務保持較高水平 。

想了解更多SD-WAN係統軟路由相關信息 ，可以上網谘詢專業軟路由工控機廣州10bet智能科技有限公司的在線客服或電話谘詢 。