来自市场研究公司Omdia的最新报告称，积极致力于部署分析、自动化和人工智能的通信服务提供商（CSP），极大地加强了Telco Cloud 2022会议的教育组成部分。Verizon副总监Oliver Cantor发表了富有洞察力的演讲，概述了数据分析中的许多关键考虑因素和挑战，并表达了谨慎和乐观的态度。Omdia从中了解到，行业还有很多工作要做，但也可以从这些努力中获得丰厚的回报。
(资料图片仅供参考)
眼下的数据挑战
Oliver Cantor没有从CSP的角度来看待这个问题，而是从应用程序和最终用户行为的角度出发。在这两种情况下，讨论都集中在各自的需求上：应用程序需要什么资源（例如，处理能力和带宽）以及用户对这些应用程序的访问需求如何（例如，一天中的何时进行访问，访问频率等）。他说，目标是“获取数据并与网络共享，以便了解用户的需求”。
Omdia首席分析师Roz Roseboro指出，当然，说起来容易做起来难。人们想要能够提取和理解各种类型数据的工具，无论其来源如何，即使格式和命名约定不一致。这使得发现关系和确定哪些数据影响应用程序性能/行为变得困难。因此，需要企业内部采用标准格式和通用命名约定，更重要的是，可能是整个行业都需要如此。数据使用者需要知道他们试图解决什么问题，也就是说，有一个假设，即数据可以帮助他们证明或反驳。
此外，由于应用程序和数据驻留在云、数据中心和边缘系统的混合环境中，并且每个提供商提供不同级别的数据访问权限，因此很难协调数据源和应用程序。这种环境中的流量模式使得数据可以双向或单向流动。Oliver Cantor说，所有这一切都表明，获得应用程序的端到端可见性是一项艰巨的挑战，但对于确保服务可用性、可达性、性能和可靠性至关重要。
提供网络智能
Linux基金会于2021年11月发布的《智能网络、人工智能和机器学习》白皮书将智能网络定义为“由人工智能技术赋能的网络，以及人工智能和通信网络在硬件、软件、系统和流程上的系统集成。”
为了确保问题陈述的真实性，Oliver Cantor展示了应用程序、安全性、网络系统和操作系统的组合乘以服务交付中涉及的区域数量，“收集和协调网络数据以进行可操作分析的过程是困难的”。他说，我们需要一种更加敏捷的方法。
使用IT服务管理和API来监控和报告边缘、连接、安全性和应用程序域，配合支持闭环保证和控制器管理API，CSP可以提供“一致的管理和最终用户体验”。
然而，Oliver Cantor警告说，CSP在引入闭环自动化和保证时应该保持谨慎，因为流程可能会由于不可预见的影响而造成混乱，例如保证系统之间的潜在冲突。特别是在早期，CSP应该密切关注自动化操作，以确保它们正常工作。
图1显示了Oliver Cantor提供的图表，它捕获了启用智能网络以允许客户“访问他们需要的信息以提高应用程序性能”所涉及的元素和流程。
图1：网络数据转化为可操作信息。 来源：Verizon。人工智能（AI）和机器学习（ML）是实现这一愿景的关键推动因素。Oliver Cantor解释了如何从网络设备和应用程序收集数据，通过处理和建模工具来生成洞察，并将其转化为网络设备的新操作的过程。
他鼓励CSP从“唾手可得的果实”开始，从简单的入手，并“学会信任数据和结果”。由于大多数CSP面临着类似的收入增长和成本节约挑战，他们应该共同努力建立和训练所有人都可以使用的模型。他还提出，“需要对智能网络达成共识以优化互操作性。”虽然“已经有了一些工具，但还需要更多的研发来建立最佳实践”。Oliver Cantor最后说，“开源社区可以在促进框架和最佳实践的发展方面发挥关键作用。”
注：Omdia由Informa Tech的研究部门（Ovum、Heavy Reading和Tractica）与收购的IHS Markit技术研究部门合并而成，是一家全球领先的技术研究机构。
