Juniper Data Center Assuranceのデータシート

Marvis Actionsは、運用の簡素化を推進し、ITを事後対応型のトラブルシューティングから事前対応型の修復へと変貌させます。「毎朝確認する」ビューを提供することで、組織レベルで影響力の大きいネットワーク問題が可視化され、管理者は優先順位を付けるべき事項や重点を置くべき事項について正確に把握することができます。

データセンター向けMarvis AI Assistantは、トップレベルのMarvis Actionsビューにデータセンターコンポーネントを追加することで、キャンパスおよびブランチのユーザーからデータセンターのアプリケーションに至るまで、企業ネットワーク全体における異常を縦断的に可視化することができます。

クラウドホスト型のAIネイティブ機能スイートであるジュニパーデータセンターアシュアランスは、クロスドメインの可視性、アプリケーション保証、予測と事前対応型のメンテナンス、根本原因の解析、問題解決、ワークフローの高速化など、プライベートクラウド事業者のデータセンターネットワーク運用における構造的な課題に対処するために設計されています。データセンターアシュアランスは、業界をリードするマルチベンダー対応型インテントベースネットワーキング（IBN）であるJuniper Data Center Directorと連携することで、独自のAIOps（IT運用のための人工知能）エクスペリエンスを実現します。アプリケーションの可視性と広帯域ネットワークデータを組み合わせることで、包括的なネットワーク運用ソリューションを実現します。

データセンター向けMarvis AI Assistantは、Data Center Directorが提供する豊富なテレメトリデータを活用し、データセンターネットワークの健全状況をMarvis Actionsダッシュボードで高レベルに表現します。Marvisは、データセンタースイッチングデバイス、仮想インフラストラクチャ、物理または論理接続、セキュリティにおける障害や異常と推奨アクションを示します。AIネイティブなインサイトにより、根本的原因の特定と問題解決が迅速化されます。より詳細な情報が必要な場合は、ワンクリックでData Center Directorユーザーインターフェイスに関連する画面が開き、トラブルシューティングを継続できます。

データセンターダッシュボードからカテゴリを選択することで、ケーブルの不備やMTUの問題など、特定のメトリックの詳細を確認することができます。表1は、データセンターアクションのカテゴリとメトリクスの一覧です。

Marvisの対話型アシスタントは、高度な自然言語処理（NLP）と生成AI（GenAI）を使用して、ユーザーの意図や目標を理解し、自然言語による問い合わせをコンテキスト化することで、運用の問題解決やデータセンタードキュメントの検索などに対して、特定の回答を提供します。

最新のビジネスアプリケーションは、通常、各サービスを個別に開発、導入、拡張することができる疎結合されたマイクロサービスのコレクションで構成されています。各アプリケーション/サービスがファブリック全体とどのようにマッピングされ、サービスがどのように通信するのかについて正確に理解することは、面倒な作業です。Application Awarenessは、Data Center Directorと組み合わせることでアプリケーションとサービスデータがビジュアル表示され、サービスの実装と管理のタスクが簡素化され、必要な情報をすぐに確認できます。

sFlow、NetFlow、IPFIX、IFAなどの既存のネットワーク監視プロトコルと、Data Center Directorの豊富なグラフデータ知識と組み合わせ強化することで、ネットワークを包括的にカバーするビューが得られます。ネットワークとサービスデータ間の関係について直接クエリしたり、従来のデータベースやテーブル間の移動では見つけるのが困難だったインサイトを得ることができます。アプリケーション認識では、論理的かつ物理的なトポロジー認識を通じて、ビジネスに不可欠なシステムについてより深く理解することができます。

アプリケーション認識がData Center Directorのネットワークナレッジグラフにデータを追加することで、以下が得られます。

• サービスがネットワークに接続している場所およびアクセスする場所を可視化
• 「サービスからリソースへ」のマッピングをビジュアルで理解
• サービスの通信方法に対する理解
• 各サービスで消費されるリソース使用量

これらの情報により、ポートやリンクがダウンしたり、パフォーマンス低下が発生したときに、どのサービスが影響を受けるのかを正確に把握することができます。適切なサービスパフォーマンスと耐障害性を確保するための計画では、これは非常に重要です。影響分析機能と組み合わせることで、サービス問題の根本的原因を迅速に特定し、ノイズを排除し、平均解決までの時間を短縮することもできます。

データセンターファブリックに問題が発生すると、大量のアラートがしばしば発生します。これらのアラートを分類して、影響を把握し、優先順位を付け、トラブルシューティングを行い、問題を特定するために手動で追加のクエリを実行する作業は時間がかかるだけでなく、サービスがダウンし、ビジネスの生産性が脅かされているときに、非常に悪いタイミングで発生します。影響分析を実行すれば、大量アラートに悩まされることがなくなります。グラフデータベースにクエリし、フローデータを監視し、関係性全体にわたってネットワークの状況をアプリケーションまたはサービスの問題にマッピングすることで、異常がビジネスの他のどの部分に影響を与えているかを迅速に理解することができます。

影響分析ではAIモデルとMLモデルを活用しており、以下を通してトラブルシューティングエクスペリエンスを革新します。

• アラート疲労の削減：影響分析は、条件と影響をマッピングすることで情報を集約し、どの以上が問題に関連しているのか、どの異常が副次的影響または無関連なのかを区別するのに役立ちます。これにより、無関係なアラートに圧倒されることなく、重要な問題に集中することができます。
• 問題と影響を明確に把握：影響分析では、アプリケーションに影響を与える問題を包括的に把握することができます。問題とその影響をよりよく理解することができるため、より効率的に優先順位を付けて解決できます。
• 異常分析用のML：影響分析は、MLアルゴリズムを使用して、グラフデータベースデータ、生のテレメトリデータ、ネットワークソースからのデータを分析し、状況とその影響をマッピングします。このプロセスにより、トラブルシューティングプロセスにおける憶測がさらに最小限に抑えられます。
• 異なる時間の状態を比較：影響分析では、異なる時点でのリソースの状態を比較することができます。この機能により、アプリケーションのパフォーマンスに影響を与える可能性のある傾向、パターン、潜在的なボトルネックを特定できます。
• 迅速なリカバリ：問題とその影響をより明確に理解することで、より迅速に問題に対処して、素早くアプリケーションの稼働を再開させることができます。

データセンターアシュアランスSLEは、ネットワーク管理者に最適なパフォーマンスとユーザーエクスペリエンスを保証するための堅牢な機能を提供します。これらの重要なメカニズムは、ネットワークパフォーマンスを継続的に監視し、サービス ベンチマークが一貫して満たされていることを確認します。

主なSLEとその分類子：

• システムヘルスSLE：ネットワークデバイスの健全性とデバイスのトラフィックなどの設定、設定上の逸脱、環境要因、システムリソースに重点を置く。
• リンクヘルスSLE：ダウンインターフェイス、不良光インターフェイス、ホット/コールドインターフェイスなど、ネットワークリンクのパフォーマンスと安定性を重視
• ファブリックヘルスSLE：ネットワークファブリック全体の健全性に関する包括的なビューを提供し、さまざまなコンポーネントから情報を総合することで、シームレスなエンドツーエンドの接続性とパフォーマンスを確保します。

管理者は、SLEのスコア、成功率、値、過去のタイムラインを分析できます。この豊富なデータは、パフォーマンスの傾向を特定し、潜在的な問題を予測し、ネットワークの調整や容量計画に関する意思決定に役立ちます。定義されたサービスレベルに対してネットワークの健全性を検証し、維持することにより、ネットワークの信頼性が強化され、ユーザーエクスペリエンスが最適化されます。事前対応型の監視と検証機能は、ヘルスチェックを自動化し、手動によるトラブルを減らし、ネットワークのメンテナンスや問題解決に伴う運用コストを削減することで、運用効率の向上を実現します。概要についてはこちらをご覧ください。

データセンターアシュアランスは、ユーザー定義のダッシュボードをサポートしており、インベントリやリソースの使用など、関心のあるメトリクスに関するインサイトを表示することができます。Data Center Directorで管理されている複数のデータセンター（異なる地域や組織など）を運用しているオペレーターは、すべてのネットワークをグローバルビューで表示したり、ビューを特定のサイトにフィルター処理することができます。

ユーザーは、幅広く揃ったダッシュボードウィジェットから選択して、以下を表示することができます。

• トップトーカー
• クラスターの健全性とバージョン
• ポート数別の上位デバイス
• 異常の上位
• インベントリ：デバイスと仮想ネットワーク
• ポートアクティビティ
• 概要の概要：サイト、デバイス、サービス、異常の合計数
• データセンターディレクターの地理的な場所
• Data Center Directorのバージョン
• サイトの概要
• サイトの比較

Data Center Directorは本質的にマルチベンダーであり、ジュニパー製だけでなく多くのサードパーティ製スイッチングデバイスでも動作します。データセンターアシュアランスにはこのマルチベンダー特性が継承されており、どのスイッチングベンダーを導入しているかに関わらず、サービス、データセンターネットワークの健全性、異常検知、影響分析、推奨アクションを同じレベルで可視化することができます。

データセンターアシュアランスはクラウドベース、Data Center Directorはオンプレミスです。2つのアプリケーション間の接続は、REST APIリクエスト、レスポンス、テレメトリデータとアラートのストリーミングをサポートするセキュアなWebSocket接続を介して行われます。

ライセンスレベルに応じて、データセンターアシュアランスはData Center Directorに含まれています。

ジュニパーネットワークスは、単なる接続性は優れた接続エクスペリエンスと同じではないと考えています。ジュニパーのAIネイティブネットワーキングプラットフォームであるMist™は、AIを活用し、エッジからデータセンター、クラウドにいたるまで、最高かつ安全なユーザーエクスペリエンスを実現することを目標にゼロから構築されています。詳細については、ジュニパーネットワークス（www.juniper.net/jp/ja）をご覧ください。また、X（Twitter）、LinkedIn、Facebookでジュニパーのフォローをお願いいたします。

1000796 - 002 - JP 2025年6月