Self-Driving Networkとは何ですか？

Self-Driving Networkとは、人工知能（AI）主導型の高度なネットワークであり、人的介入が最小限または皆無な状態で自動的に最適化できます。AIと機械学習（ML）：高品質のリアルタイムデータ、安全でスケーラブルなクラウドベースのネットワークアーキテクチャを活用することで、信頼性、セキュリティ、効率性が向上し、従来のネットワーク管理の複雑性が大幅に軽減されます。 

かつてはSFの世界と考えられていた自動運転車と同様、Self-Driving Networkも現実のものになりつつあります。自律走行車がマニュアル操作から運転支援機能付き運転へ、そして最終的にはドライバーレス運転へと進化したように、ネットワークも同様の軌跡をたどっています。ネットワークはマニュアル、事後対応型管理から、事前対応型で自律的な最適化へ移行しつつあり、自己設定、自己最適化、および自己修復が可能です。

Self-Driving Networkが必要な理由とは？

信頼性の高い接続はビジネスに不可欠であり、贅沢なものではありません。企業は、すべてのユースケースで、シームレスかつ高パフォーマンスで安全なエクスペリエンスを常時提供できるネットワークを必要としています。ITスキル不足など、ネットワークリソースに制約があると、手動のネットワーク管理は持続不可能です。同時に、ネットワークはますます複雑になり、セキュリティ脅威もエスカレートしています。これらのプレッシャーにより、AIおよび自律ネットワーキングのニーズが高まっています。

Self-Driving Networkのメリットとは？

Self-Driving Networkは、複雑さを軽減し、セキュリティを向上させ、ユーザーエクスペリエンスを強化することにより、ネットワーク運用を変革します。

効率の向上

AIドリブンのワークフロー自動化により手動のトラブルシューティングが最小限に抑えられるため、IT運用チームは日常的なネットワークメンテナンスではなく戦略的イニシアチブに集中できます。

パフォーマンスの向上

自動運転ネットワークは問題をプロアクティブに検出して解決することで、信頼性を向上させ、ダウンタイムを短縮します。

拡張性の向上

自動プロビジョニングを使用してデバイスに動的に名前を付け、サイトに割り当て、デバイス構成プロファイルを適用することで、オンボーディングと設定にかかる時間が大幅に短縮されます。

セキュリティの強化

AIアルゴリズムは脅威が運用に影響を与える前に迅速に特定して軽減できるため、セキュリティも強化されます。

ユーザーエクスペリエンスの向上

エンドツーエンドの自動化により、ネットワークがネットワークトラフィックの需要に動的に適応し、エンドユーザーに優れたパフォーマンスを提供します。

Self-Driving Networkを採用することで、企業は拡張性、安全性、耐障害性が向上した将来に備えたインフラストラクチャを得ることができます。

Self-Driving Networkの仕組みを教えてください。

Self-Driving Networkは、高度なAIと機械学習（ML）アルゴリズムを活用しており、膨大な量の高品質データと拡張性とセキュリティを備えたクラウドベースのアーキテクチャが備わっています。リアルタイムアラート、分類子、および優先順位付けメカニズムを使用して問題を特定し、ソリューションを推奨し、修正を実行します。AI機能がより高度かつ正確になるにつれて、ASネットワークに必要な人的介入は最小限または皆無になります。

実際の仕組み：

• 学習フェーズ：ネットワークが自らを監視し、通常のネットワーク動作のベースラインを構築します。
• 意思決定フェーズ：ネットワークがAIモデルを使用して潜在的な問題を予測し、対応方法について決定します。
• アクションフェーズ：ネットワークはこれらの決定を自動的に適用して問題を解決します。

Self-Driving Networkのステージとは何ですか？

Self-Driving Networkは、5つの段階を経て洗練性が進化します。AS企業が新しいレベルのネットワーク自動化を採用するなかで、進化するニーズに適応できる、信頼性、安全性、および俊敏性が向上したネットワークをリアルタイムで実現できます。

1. データ収集：ネットワークから高品質のデータがリアルタイムで収集され、AIとMLアルゴリズムに必要な入力を提供しています。
2. インサイト：AIベースの分析ではこのネットワークデータを処理してインサイトを生成し、パフォーマンス傾向、潜在的な中断、またはネットワーク内の非効率性を特定します。
3. 推奨事項：ネットワークは、これらのインサイトに基づいて、パフォーマンスを最適化したり、問題を解決するためのアクションに関して推奨事項を生成します。これらの提案は、最も緊急を要する懸念に対処するよう優先順位が付けられています。
4. 制御された自動運転：ネットワークは自律的に調整を開始しますが、ITが監視を継続します。是正措置が取られる場合がある一方、必要に応じてITが介入することで、ネットワークが期待どおりに動作していることを確認できます。
5. 完全な自動運転：AIが完全な制御を行い、人的介入を必要とせずにリアルタイムで調整と最適化を行うことができます。ネットワークが日常的な管理タスクを処理できるようになると、IT運用チームはより戦略的なアクティビティに重点を移します。

Self-Driving Networkの主な機能は何ですか？

Self-Driving Networkの主な機能には、次のようなものがあります。

• 自律運用：エコシステム全体のネットワークとアプリケーションの健全性を継続的に監視し、手動介入なしにリアルタイムで問題を特定して対処します。
• 予測分析とアシュアランス：ネットワークは、AIとMLを使用して、障害やパフォーマンスの低下がエンドユーザーに影響を与える前に予測できるようにします。
• 自己設定：ネットワークは、手動セットアップなしで新しいサービス、デバイス、およびアプリケーションを自動的に設定できます。
• 自己修復：問題を自動的に診断して修復し、パフォーマンスの低下やダウンタイムを最小限に抑えます。
• 自己最適化：ネットワークはパフォーマンスを常時監視し、最適なスピード、信頼性、効率性を実現するために自己調整します（混雑や障害時の再ルーティングなど）。
• 自己監視：データフロー、デバイスのパフォーマンス、および全体的なネットワークの健全性を継続的に追跡し、パフォーマンスの問題を示す可能性がある異常なパターンを検出します。
• 適応型セキュリティ：ネットワークは、マルウェア、フィッシング、またはサービス拒否（DoS）攻撃などのセキュリティ脅威を特定し、是正措置を実行します。
• インテントベースネットワーク構築（IBN）：運用担当者が達成したいビジネス成果を説明すると、ネットワークはそれらの目標を達成に必要な設定に変換します。
• ポリシーの適用：ネットワークは、接続されたすべてのデバイスにセキュリティ、アクセス制御、およびサービス品質（QoS）ポリシーを自動的に適用します。

ユーザーが自動運転ネットワークの信頼を獲得するにはどうすればよいですか？

ネットワークの自律性が向上するにつれて、IT運用チームはAIの意思決定に対する信頼を構築する必要があります。この信頼は、一貫したパフォーマンスと透明性を通じて、経時的に培われます。AIは継続的に学習と改善を行うため、正確な評価を行い、エコシステム全体でネットワークの最適化を推進する能力を実証し、最終的には全体的な効率を向上させることができます。この継続的な開発がその有効性に対する信頼を培います。

信頼をさらに強固なものにするには、ベンダーはAIの意思決定プロセスに透明性を提供する必要があります。これはしばしば説明可能なAI（XAI）と呼ばれます。強化学習、自然言語処理、決定ツリーなど、これらの意思決定を促進するテクノロジーを詳細に説明することで、AIがどのようにその結論に至ったかをベンダーが理解するのに役立ちます。この透明性により、明確さと安心感が得られ、ネットワークが実行するアクションは信頼性と有益性の両方が高いものであることがを保証されます。

Self-Driving NetworkによりITスタッフが不要になりますか？

Self-Driving Networkは、IT運用チームが見逃す可能性のあるインサイトを発見し、根本的原因を迅速に特定してトラブルシューティングにかかる時間を短縮し、自己修復を行って最適なパフォーマンスを確保します。その結果、ネットワークがよりスマートに機能し、IT運用チームは障害への対処のかわりにイノベーションに集中できます。

Self-Driving NetworkがIT部門の仕事を完全になくすことはありませんが、ITロールの性質は変化すると思われます。一部の日常タスクは自動化される可能性がありますが、これらのネットワークを設計、管理、監督する熟練したプロフェッショナルは依然として重要なままです。AI統合、ビッグデータ分析、戦略計画など、より高度なスキルに対する需要が増加することになります。

ジュニパーとSelf-Driving Network

ジュニパーは、Mist AIとMarvis Virtual Network Assistant（VNA）を導入することで、Self-Driving Network^™への移行を推進しています。Mist AIとMarvisを組み合わせることにより、運用の合理化、セキュリティの強化、優れたユーザーエクスペリエンスの提供と同時に、運用の複雑さが軽減されます。

Mist AIは、ネットワークデバイスとアプリケーションから豊富なテレメトリデータをリアルタイムで収集し続け、安全でスケーラブルなマイクロサービスクラウドに集約し、長年にわたるAI/MLトレーニングを適用して、実用的なインサイト、事前対応型の推奨事項、および自己修復ネットワーク機能を提供します。このアプローチは、パフォーマンスを最適化し、ネットワーク運用を合理化し、IT運用チームの負担を軽減します。

10年以上に及ぶAIトレーニングと開発を活用したMist AIは、有効性とインテリジェンスを着実に向上させ、ネットワーク自動化の重要なステージ（データ収集、インサイトの生成、実用的な推奨事項、自己修復機能、そして最終的には完全自律型ネットワーキング）に向かって前進します。AI機能が進化し続けるにつれ、Mist AIは手動のトラブルシューティングを減らすことでIT運用チームの能力を強化し、ネットワークがデータ主導型の意思決定を下し、自律的なアクションを実行できるようになります。この継続的な進化により、企業がパフォーマンスの問題に一歩先んじ、最適なネットワークの健全性を維持し、耐障害性、安全性、効率性が向上したネットワークインフラストラクチャを構築できるようになります。

Mist AI搭載のMarvis VNAは、ITチームの機能に付加価値をもたらし、パフォーマンスに影響を与える重大なイベントを特定し、Marvis Actionsを通じて推奨される修復手順を提供します。 Marvisの使用にあたって特別な知識やスキルは必要ありません。NLP（自然言語処理）、NLU（自然言語理解）、LLM（大規模言語モデル）、GenAI（生成AI）を活用した対話型インターフェイスが採用されているため、直観的な操作が可能です。