为什么机器学习（ML）和人工智能（AI）是 SD-WAN 的关键技术
鉴于安全连接用户和应用程序的技术发展速度，再加上流量模式的快速变化，SD-WAN 必须与时俱进。必须不断开发和部署新的工具，以便在异常网络行为影响终端用户之前对其进行自动检测和分析。为了在网络问题对用户造成影响之前就加以缓解和预防，网络专业人员必须迅速了解并采用这些工具。
作为网络领域最有价值的新兴技术之一， 机器学习（ML） 可以节省部署变更的时间，更有效地管理网络问题，并有助于不断自动调整以适应新情况。
目前，人工智能（AI）和机器学习已在生产中广泛应用，包括安全。它们正在迅速融入 IT 运营，并极大地改变了人类与技术的交互方式，提供了一种更加积极主动和自动化的方法。
人为失误是造成意外网络宕机的最常见原因之一。自动化可以消除人为错误，但如果最终决定仍由人来做出，就无法消除所有错误。此外，广域网（WAN）问题的故障诊断历来繁琐耗时，要求管理员在无数的日志文件和警报中进行筛选。找出网络问题的根源并加以解决所需的时间大大增加了网络的总拥有成本。传统的软件定义广域网（SD-WAN）解决方案可能会提供集中式网络管理，帮助管理员更快地找到问题所在，但下一代 SD-WAN 中基于 ML 的功能可以在问题发生之前就对其进行预测。如今，具有基于 ML 功能的 下一代 SD-WAN 解决方案 能够比人工干预更快地适应环境变化。
当人工智能和机器学习嵌入 SD-WAN 解决方案时，网络就能获得海量数据处理以及对网络和应用性能更丰富的了解。基本上，网络变得更加智能。自动化、机器学习和人工智能的结合，造就了一个自我修复、自动驾驶的网络--一个只需极少人工干预就能监测、分析、纠正和调整的网络。
基于 ML 的三大自主 SD-WAN 功能
具有基于 ML 功能的 下一代 SD-WAN 解决方案通过提供三大优势，让您简化网络操作并提高性能：
- 准确了解网络情况，深入了解网络和应用程序性能。这是帮助解决问题的关键。
- 智能分析，包括在分析不同事件对网络、应用程序性能和安全的影响后，发出智能警报和提出网络变更建议。
- 自动统计分析使产能规划变得简单。
随着 SD-WAN 持续被广泛采用，未来应将机器学习的应用扩展到所有用例，将重点从分支机构连接转移到自动化运营。这将开创一个新时代，即在降低运营成本的同时，实现预期的卓越性能、高度可用和灵活的带宽以及丰富的数据和分析。
欲了解基于 ML 功能的下一代 SD-WAN 的更多信息， 请单击此处。
补充阅读
