Juniper運用AI及ML協助醫療機構自動化無線網路維護作業

Juniper Networks瞻博網路台灣區資深技術經理楊正言。

Juniper Networks瞻博網路台灣區資深技術經理楊正言表示，當前由總公司、園區、分支機構及遠端辦公室所組成的企業環境中，除了各式各樣的裝置及應用外，最常見的是充斥著各種資料中心、公私有雲、公私有廣域區域網路的多雲架構環境，也因為如此，如何確保多雲架構企業環境下的安全與自動化需求，便成為當前包括醫療機構在內各組織的當務之急。楊正言強調指出，多雲架構下關注的重點不僅止於雲端而已，還包括園區網路與分支網路，因為它們是進入多雲的入口閘道。

當前資料中心與雲端環境能提供一致的工作負載、可控制環境、已知連接性，以及能提供整體服務層級所定義的體驗；至於園區及分支網路則充斥著多樣化的裝置、惡意行為者與未知的人與裝置、多樣化與混合的連接性，以及不同使用者/端點層級所定義的體驗。總之，當前企業多樣化的基礎設施帶來了多樣化的操作複雜性，透過AI可以在操作、端點與安全上帶來更好的體驗。

楊正言剖析指出，AI導向式的網路解決方案能帶給企業的效益，首先在可視化方面的好處包括深入鑽研資料、即時檢視、歷史檢視、輸入新的資料形式等。在可知性上，其提供了洞見、效率提升、有效性提升、發掘異常與趨勢、預測等效益。在執行上，其具備自適性自動化、自動診斷、自動調校、自動診治與主動性等好處。

整體而言，當前Wi-Fi上常見的問題大致不會出無法連線與連線品質不良這兩大範疇。首先要終止Wi-Fi連線不佳的問題，勢必會碰到傳統無線區網的許多挑戰，包括連上線不代表連線品質就好、難以除錯與配置的問題。第二個目標是終止定位服務的複雜性，其挑戰包括需要複雜的覆蓋網路、缺乏遠端管理的能力、需要所費不貲的手動校正。

今年稍早之際，Juniper以4.05億美元買下無線區網商Mist System，Mist方案的最大特點就是以AI及機器學習來協助企業自動化管理內部日常的無線網路維護作業。管理人員在監控頁面可以一目瞭然地掌握無線區域的連線狀況，該系統會以百分比來顯示諸如連線速度、覆蓋率及漫遊的品質狀況，若百分比太低會以紅字顯示，使用者點取它會進一步以百分比顯示各種可能的基本原因，方便管理人員快速地加以排錯。