选择基于意图的网络的七个技巧
|
连年来，基于意图的收集(IBN)在IT规模引起普及的存眷。IBN是确保收集操纵员的高级意图和计策需求与整个收集的计划和设置保持同等的进程的自动化。在软件界说收集(SDN)部门乐成地简化了云陈设和假造收集之后，ibm的愿景源于对更大收集自动化的需求。 按照界说，IBN可自动说明和修复收集妨碍，并智能地自动化收集计划和设置更新。 交付IBN办理方案的首要挑衅是分层智能，这是体系计划无错误收集和将举动映射到高级需求所必须的。这必要复制履历富厚的收集运营商在诊断和妨碍解除题目或计划收集架构方面的常识。隐式是很多办理方案中大量行使的人工智能/呆板进修(AI/ML)。 IBN凡是有两种要领(子种别)：
以下是企业思索与新兴IBN技能团结的要害趋势、用例和最佳实践。 数据点1：测试顶部的验证 固然收集测试如故很重要，但传统上，它仅限于有限数目的测试场景，有限的尝试室情形而非大局限。行使IBN的企颐魅正在转向对收集验证举办更彻底和公道的说明。验证是对收集计划和举动的数学说明，可以推导并检测任何隐藏环境下的隐藏政策违规或裂痕。假如存在触发政策违规的环境，验证可以主动找到。验证要领对付收集而言是新的，与已应用于软件，集成电路，火箭计划等的验证技能差异。 数据点2：举动说明 通过IBN验证的是您的“意图”与收集底层计划的完全同等。IBN提供了推理收集端到端举动的手段，并将其与界说的计策声明(意图)举办较量。端到端举动与IT的意图亲近相干，譬喻什么范例的流量可以在各个网段上活动，哪些子网应该可以被验证断绝，有几多冗余路径应该可用于特定的应用措施流，等等。通过仅相识其当地流量处理赏罚职责以及怎样将流量指向最近邻人的收集装备，从未提供过说明。 数据点3：搜刮和修复 相识收集计划在什么处所偏离了预期的举动，对付自动搜刮设置错误和更正妨碍单是至关重要的。IBN说明不是在大海捞针，而是通过也许的数百个装备、各类设置文件和代码行来查找，而是可以频仍地辨认哪些装备(乃至哪些代码行)导致了与界说意图的偏离。 数据点4：合规性搜查和考核 相同地，IBN可以快速搜刮一长串与合规性相干的搜查，以考核收集的总体康健状况，以辨认在导致间断之前也许难以识此外设置错误。IBN体系可以全面相识收集的伟大动态，可以快速扫描IP地点独一性，MTU不匹配，VLAN纷歧致，下行链路，转发环路等信息。 数据点5：改观跟踪和文档 IBN体系必需建设并维护收集的事变说明模子，以便通过验证进程举办推理并搜查计策同等性。操作此收集模子跟踪和较量收集变革和举动跟着时刻的推移是很天然的。很少有大型企业收集拥有合用于全部装备，设置，拓扑图和响应意图的最新具体精确文档。Visio图表在一段时刻内一向是最先辈的。但此刻，IBN体系可以简朴地存储和记录其时的收集计划和举动，不只可以举办最新的说明，还可以将软件回滚到之前的日期，以较量计划和举动的变革。 数据点6：猜测将来 通过验证，企业可以或许起劲主动地阻止隐藏的收集题目，第一次从新到尾举办彻底和公道的收集说明。按照IBN体系，可以在IBN软件模子中提出对收集计划的变动，并说明这些变动将怎样影响将来的收集举动以及与将来全部已界说计策的同等性。这是IBN中最先辈的要求和IT流程之一，由于它涉及最洪流平的应用智能和推理。可是对付某些变革，这对付组织来说可所以一个真正的甜头，可以辅佐加速改观窗口并验证提议的更新，出格是对付防火墙/ACL法则，NAT处事等。 数据点7：开放可扩展体系 一个典范的IBN平台至少包罗两个首要组件，AI/说明引擎和底层收集的数据模子。由于大型收集可以说明的风趣查询(任何举动、收集状态、操纵状态)根基上是无穷的，以是企颐魅正在寻求操作收集的底层软件模子(本质上是一个大型数据库)来构建本身的应用措施，将功效嵌入到自界说仪表板中，或界说本身的自界说收集运行状况和计策搜查。限定这种新奇的数据会见单个IBN平台的特定成果对很多人来说是令人沮丧的。因此，领先的IBN平台可以或许操作开放且界声名晰的数据模子，以便企业可以快速构建本身的成果，凡是行使Python等剧本说话，而不是行使暗示当前收集的类型化的、与供给商和装备无关的数据模子。
（编辑：湖南网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
