中文繁體版   English   星期一 ,3月 30日, 2020 (台北)
登入  申请试用  MY DIGITIMES236
 
DTResearch(研究报告)
B2B

Juniper运用AI及ML协助医疗机构自动化无线网络维护作业

  • DIGITIMES企划

Juniper Networks瞻博网络台湾区资深技术经理杨正言。

Juniper Networks瞻博网络台湾区资深技术经理杨正言表示,当前由总公司、园区、分支机构及远程办公室所组成的企业环境中,除了各式各样的装置及应用外,最常见的是充斥著各种资料中心、公私有云、公私有广域区域网络的多云架构环境,也因为如此,如何确保多云架构企业环境下的安全与自动化需求,便成为当前包括医疗机构在内各组织的当务之急。杨正言强调指出,多云架构下关注的重点不仅止于云端而已,还包括园区网络与分支网络,因为它们是进入多云的入口闸道。

当前资料中心与云端环境能提供一致的工作负载、可控制环境、已知连接性,以及能提供整体服务层级所定义的体验;至于园区及分支网络则充斥著多样化的装置、恶意行为者与未知的人与装置、多样化与混合的连接性,以及不同使用者/端点层级所定义的体验。总之,当前企业多样化的基础设施带来了多样化的操作复杂性,透过AI可以在操作、端点与安全上带来更好的体验。

杨正言剖析指出,AI导向式的网络解决方案能带给企业的效益,首先在可视化方面的好处包括深入钻研资料、实时检视、历史检视、输入新的资料形式等。在可知性上,其提供了洞见、效率提升、有效性提升、发掘异常与趋势、预测等效益。在执行上,其具备自适性自动化、自动诊断、自动调校、自动诊治与主动性等好处。

整体而言,当前Wi-Fi上常见的问题大致不会出无法联机与联机质量不良这两大范畴。首先要终止Wi-Fi联机不佳的问题,势必会碰到传统无线区网的许多挑战,包括连上线不代表联机质量就好、难以除错与配置的问题。第二个目标是终止定位服务的复杂性,其挑战包括需要复杂的覆盖网络、缺乏远程管理的能力、需要所费不赀的手动校正。

今年稍早之际,Juniper以4.05亿美元买下无线区网商Mist System,Mist方案的最大特点就是以AI及机器学习来协助企业自动化管理内部日常的无线网络维护作业。管理人员在监控页面可以一目了然地掌握无线区域的联机状况,该系统会以百分比来显示诸如联机速度、覆盖率及漫游的质量状况,若百分比太低会以红字显示,使用者点取它会进一步以百分比显示各种可能的基本原因,方便管理人员快速地加以排错。