Cải tiến hệ thống giám sát mạng chủ động với công nghệ học máy

Keysight Technologies, một trong những đơn vị giúp các doanh nghiệp, nhà cung cấp dịch vụ và cơ quan chính phủ thúc đẩy sáng tạo để kết nối và bảo đảm an toàn thế giới vừa chính thức công bố đã tích hợp các tính năng Machine learning (học máy) vào hệ thống giám sát mạng chủ động Hawkeye của Ixia, một công ty con của Keysight.

Việc bổ sung công nghệ Machine learning này cho phép Hawkeye nhanh chóng phát hiện, xác định và giải quyết các bất thường mạng, giúp các doanh nghiệp hạn chế sự cố ngưng trệ mạng và tăng thời gian hoạt động mạng.

Khi dữ liệu mạng thô và dữ liệu ứng dụng tiếp tục tăng cả về số lượng lẫn tốc độ, các nhóm vận hành mạng sẽ gặp phải hàng loạt các cảnh báo liên quan. Các nhóm này cần giảm sự mệt mỏi do cảnh báo, đồng thời tăng cường khả năng xử lý các vấn đề mạng và ứng dụng, và công nghệ Machine learning chính là phương thức mới để có thấu hiểu chuyên sâu từ lượng dữ liệu khổng lồ đó. Theo dự báo của Gartner, sẽ có hơn 50% ứng dụng doanh nghiệp mới được tích hợp các mô hình Machine learning hay trí tuệ nhân tạo (AI) vào năm 2022.

Ông Recep Ozdag, Phó chủ tịch kiêm Tổng giám đốc phụ trách bộ phận Ứng dụng Mạng & Bảo mật thuộc Keysight (trước đây là công ty Ixia Solutions Group), cho biết: “Hệ thống Hawkeye của Keysight sử dụng sức mạnh của công nghệ Machine learning để giúp các đội vận hành mạng thấu hiểu toàn diện về các hệ thống mạng đang ngày càng phức tạp của họ. Các nhóm vận hành mạng thường gặp khó khăn khi muốn hiểu rõ các vấn đề mạng thực tế từ các dữ liệu hiệu suất thô. Các tính năng Machine learning mới của hệ thống Hawkeye sẽ mang đến những thấu hiểu chuyên sâu về các thông số mạng quan trọng, nhanh chóng cảnh báo tới họ về các sự cố ngừng hoạt động, nghẽn mạng hoặc hiệu suất ứng dụng thực sự”.

Tính năng dò ngưỡng và phát hiện bất thường tự động của Hawkeye kết hợp khả năng phát hiện sự cố dựa trên công nghệ học máy với các tiêu chí độ nhạy tùy chỉnh.

Khi phát hiện sự cố, tính năng này ngay lập tức gửi cánh báo tới các nhóm vận hành mạng về các nguy cơ tiềm ẩn. Một bảng hiển thị chi tiết dữ liệu bất thường, tập trung và trực quan sẽ giúp các nhóm này dễ dàng nhìn thấy các sự cố tiềm tàng, hỗ trợ hiệu quả phân tích nguyên nhân gốc rễ và xử lý vấn đề.

S.H