WAN Insights

Una rete predittiva si basa su un processo di analisi che usa i dati storici per prevedere il comportamento futuro e determinare la probabilità che un problema si presenti per la prima volta o si ripeta. Quindi, può raccomandare azioni da implementare manualmente o in automatico per ridurre la probabilità che il problema si verifichi e, di conseguenza, l'impatto sull'esperienza digitale degli utenti.

L'analisi predittiva consiste nell'applicare algoritmi a un modello con l'intento di prevedere la probabilità dell’esito di eventi futuri in base ai dati storici.

Per creare un modello di analisi predittiva, è necessario eseguire diversi algoritmi che rilevino gli schemi ricorrenti in set di dati transazionali di grandi dimensioni.

Sebbene il machine learning non sia propriamente una forma di analisi predittiva, è possibile usare questa metodologia per aumentare la capacità del modello di rilevare le tendenze nei dati, fare previsioni e suggerire azioni nel tempo.

L'analisi predittiva è orientata al futuro e analizza i dati per determinare la probabilità degli eventi futuri in base ai dati storici. L'analisi diagnostica è reattiva, e serve a determinare i cambiamenti che si verificano in un determinato periodo di tempo; in genere è usata a posteriori per comprendere le ragioni di un evento o di una tendenza del passato.

Sempre più aziende adottano i servizi cloud, come le applicazioni SaaS, che comportano una maggiore dipendenza da Internet per distribuire il traffico WAN. Poiché ormai molte applicazioni e servizi critici non risiedono più nei data center all'interno dell'azienda, i tradizionali servizi MPLS (Multi-Protocol Label Switching) non consentono un uso ottimale della larghezza di banda della WAN di backhaul, mentre i costi rimangono elevati. Di conseguenza, oggi le aziende prediligono architetture ibride e una tecnologia della SD-WAN che combini accesso diretto a Internet (DIA), tunnel VPN IP e circuiti MPLS tradizionali.

Per soddisfare queste esigenze, negli ultimi anni il mercato della SD-WAN si è consolidato e oggi conta diversi fornitori di soluzioni e provider di servizi gestiti. La SD-WAN è progettata per fornire un certo grado di resilienza attraverso azioni automatizzate. Alcune di queste funzioni automatizzate monitorano la rete e le caratteristiche dei percorsi dei tunnel del piano dati tra i dispositivi della SD-WAN, e usano le informazioni raccolte per calcolare i percorsi ottimali del traffico dati, con reindirizzamento automatico al miglior percorso disponibile in caso di problemi. Sebbene sia automatica, questa funzione è di tipo reattivo, perché instaura un cambiamento solo quando le condizioni si deteriorano al punto da compromettere le prestazioni per l'utente finale.

Al contrario, l'analisi predittiva prende in considerazione le varie caratteristiche della rete, tra cui perdita di pacchetti, latenza e jitter, e applica un'ampia gamma di metodi statistici basati sulle serie storiche per prevedere le probabilità che si verifichino interruzioni del traffico nelle varie applicazioni; quindi, usa queste previsioni per suggerire quali percorsi di rete selezionare al fine di evitare che il problema si verifichi e abbia impatto sulle prestazioni per l'utente.

Per ogni sito nuovo o esistente all'interno di una rete SD-WAN, l'obiettivo del team ITOps è garantire alle applicazioni prestazioni ottimali contenendo al tempo stesso i costi del circuito. Tuttavia, è impossibile valutare e analizzare manualmente il volume dei dati in migliaia di siti, reti, percorsi, applicazioni e utenti. Di conseguenza, la maggior parte delle aziende gestisce l'esperienza utente con un approccio reattivo, limitandosi a intervenire quando i problemi si sono già verificati e secondo modalità operative di emergenza.

Tuttavia, se il numero di incidenti da gestire si riduce e il team ITOps perde meno tempo a risolvere i problemi, può mettere da parte l'approccio reattivo per iniziare a operare secondo processi decisionali basati sui dati. Questo modello di interazione proattiva consente di gestire condizioni di rete che altrimenti passerebbero inosservate prima di generare un impatto percepibile sulle prestazioni.

Il modello è applicabile a tutti i livelli della gestione ITOps e facilita la condivisione delle competenze nell'intera azienda: infatti, i tecnici con meno esperienza ottengono informazioni sufficienti per prendere decisioni informate, mentre i tecnici più esperti possono dedicarsi ad azioni strategiche.

Un sistema di analisi predittiva monitora costantemente il comportamento di applicazioni selezionate in ogni percorso di rete per un periodo continuativo al fine di analizzare le prestazioni storiche in tutti i siti della SD-WAN e individuare i problemi di qualità per ciascuna categoria di applicazioni (ad esempio, Office 365 o servizi vocali).

Quando rileva che è possibile evitare un problema di qualità modificando la configurazione di rete, il sistema suggerisce una misura correttiva, in genere un percorso alternativo per indirizzare il traffico in uscita per una data categoria di applicazioni.