“進(jìn)化是不可避免的”，它是現(xiàn)在的基礎(chǔ)，顯然也是未來的基礎(chǔ)，所以讓我們談?wù)劸W(wǎng)絡(luò)遙測(cè)的演進(jìn)與不斷發(fā)展的SDN世界！

隨著需求的不斷增長(zhǎng)，企業(yè)和數(shù)據(jù)中心正在尋求新的方式和解決方案，例如SDN解決方案和NFV，以使現(xiàn)有網(wǎng)絡(luò)更加可靠，冗余，有效和有利可圖。這種采用將需要更復(fù)雜和靈活的遙測(cè)機(jī)制來監(jiān)控、維護(hù)和排除網(wǎng)絡(luò)故障，特別是對(duì)于數(shù)據(jù)中心和大型企業(yè)網(wǎng)絡(luò)。顯然，傳統(tǒng)的監(jiān)控方法有利于收集許多有見地的數(shù)據(jù)，但不斷增長(zhǎng)的網(wǎng)絡(luò)的一些強(qiáng)制性網(wǎng)絡(luò)監(jiān)控需求不足以滿足這些傳統(tǒng)方法。

不斷增長(zhǎng)的網(wǎng)絡(luò)的要求：

收集實(shí)時(shí)數(shù)據(jù)

在傳統(tǒng)方法中，數(shù)據(jù)通常在幾秒鐘內(nèi)從網(wǎng)絡(luò)設(shè)備輪詢，而流量以來自該設(shè)備的 GB 或 MB 速率運(yùn)行。試想一下，這里可以實(shí)現(xiàn)多少真正的時(shí)效性！

擁有 360? 的網(wǎng)絡(luò)可見性

在這里，每個(gè)網(wǎng)絡(luò)設(shè)備都顯式地與監(jiān)控管理器通信，因此識(shí)別網(wǎng)絡(luò)中數(shù)據(jù)包所采用的流量將很困難，并且將限制收集有關(guān)實(shí)際網(wǎng)絡(luò)行為的許多見解。

仰望機(jī)器學(xué)習(xí)

ML在網(wǎng)絡(luò)世界中也在加緊發(fā)展，但是，只有能夠識(shí)別瞬時(shí)異常并快速采取行動(dòng)以具有可靠性和穩(wěn)定性，才能實(shí)現(xiàn)真正的意義。傳統(tǒng)方法在這個(gè)方向上不會(huì)有太大的空間——到達(dá)本博客的末尾會(huì)更容易理解！

提供高靈活性

網(wǎng)絡(luò)資源本身在過去并不僵化，并且對(duì)傳統(tǒng)方法有一點(diǎn)增強(qiáng)的空間。然而，在當(dāng)前的趨勢(shì)中，網(wǎng)絡(luò)更側(cè)重于硬件和軟件的可編程性和冗余，這自然會(huì)帶來更好的策略來考慮監(jiān)控方面。

數(shù)據(jù)包級(jí)網(wǎng)絡(luò)遙測(cè)：

顧名思義，這一切都是關(guān)于攜帶和收集遙測(cè)信息，數(shù)據(jù)包通過網(wǎng)絡(luò)。這種策略正在原位OAM（IOAM）和帶內(nèi)網(wǎng)絡(luò)遙測(cè)（INT）以及替代標(biāo)記性能測(cè)量（AM-PM）環(huán)境中使用。嗯，帶內(nèi)網(wǎng)絡(luò)遙測(cè)（INT）在外部世界中變得非常流行，因?yàn)檫b測(cè)數(shù)據(jù)與網(wǎng)絡(luò)的常規(guī)流量一起以線速搭載。

解決方案架構(gòu)：

如上圖所示，源端點(diǎn)在數(shù)據(jù)包中嵌入指令（INT 標(biāo)頭），列出要從網(wǎng)絡(luò)元素收集的網(wǎng)絡(luò)狀態(tài)類型。之后，每個(gè)網(wǎng)元在遍歷網(wǎng)絡(luò)的數(shù)據(jù)路徑時(shí)將請(qǐng)求的網(wǎng)絡(luò)狀態(tài)（INT Payload）插入數(shù)據(jù)包中，當(dāng)數(shù)據(jù)包到達(dá)最后一個(gè)節(jié)點(diǎn)時(shí)，所有級(jí)聯(lián)網(wǎng)絡(luò)狀態(tài)都將被解碼和分析，以獲得數(shù)據(jù)包遍歷的整個(gè)流的必要見解。最終用戶可以配置源和接收器終結(jié)點(diǎn)、網(wǎng)絡(luò)流等，通過這些終結(jié)點(diǎn)可以從網(wǎng)絡(luò)收集更好、更深入的數(shù)據(jù)。讓我們看看這種方法帶來的數(shù)據(jù)包監(jiān)控的明顯可能性。

數(shù)據(jù)包級(jí)遙測(cè)的主要優(yōu)點(diǎn)：

膨脹延遲和擁塞分析：

在遍歷源到接收器時(shí)，網(wǎng)絡(luò)中的節(jié)點(diǎn)將附加數(shù)據(jù)包入口和出口的時(shí)間戳。通過解碼這些數(shù)據(jù)，可以輕松識(shí)別節(jié)點(diǎn)內(nèi)和兩個(gè)節(jié)點(diǎn)之間的延遲。

一旦網(wǎng)絡(luò)中的流量延遲被校準(zhǔn)為低流量，擁塞就可以很容易地識(shí)別，因?yàn)楫?dāng)流量高時(shí)延遲會(huì)相對(duì)較高。

網(wǎng)絡(luò)拓?fù)浜蛿?shù)據(jù)包遍歷：

如果指示每個(gè)節(jié)點(diǎn)附加其標(biāo)識(shí)，即數(shù)據(jù)包入口的端口和數(shù)據(jù)包出口的端口，則可以輕松導(dǎo)出拓?fù)?，說明數(shù)據(jù)包所采用的路徑。通過配置具有多個(gè)數(shù)據(jù)包遍歷的多個(gè)源和接收器節(jié)點(diǎn)，可以捕獲網(wǎng)絡(luò)拓?fù)涞?360? 可見性。

例外情況的及時(shí)性和靈活性：

數(shù)據(jù)是從網(wǎng)元捕獲的，流量以線速，這顯然是識(shí)別關(guān)鍵異常的最快方法。

在即將到來的趨勢(shì)中，網(wǎng)絡(luò)處理器ASIC也支持在異常時(shí)生成和鏡像具有洞察力數(shù)據(jù)的數(shù)據(jù)包。這是一種完全不同的基于數(shù)據(jù)包的遙測(cè)方法，但提供了一流的靈活性和及時(shí)性。

機(jī)器學(xué)習(xí)的大門：

ML 的第一個(gè)需求是盡早了解可能的行為，這種方法通過提供非常實(shí)時(shí)的事件通知來實(shí)現(xiàn)相同的目標(biāo)。

如第一個(gè)好處中所述，延遲可能導(dǎo)致識(shí)別網(wǎng)絡(luò)擁塞點(diǎn)。同樣，可以建立ML算法，這有助于預(yù)測(cè)充血狀況并幫助解決它們。這是一個(gè)單一的用例，ML 可以幫助保護(hù)重要或大象流。

隨著網(wǎng)絡(luò)行業(yè)的發(fā)展方式，ML將為網(wǎng)絡(luò)內(nèi)的安全性，冗余和可靠性打開新的大門的時(shí)間已經(jīng)不遠(yuǎn)了！

因此，“數(shù)據(jù)包級(jí)網(wǎng)絡(luò)遙測(cè)”能夠收集數(shù)據(jù)以及實(shí)際流量，從而能夠觀察整個(gè)網(wǎng)絡(luò)基礎(chǔ)設(shè)施的實(shí)時(shí)端到端網(wǎng)絡(luò)行為。這將有助于網(wǎng)絡(luò)管理員描述由于性能瓶頸、網(wǎng)絡(luò)故障或配置錯(cuò)誤而出現(xiàn)的暫時(shí)性問題。

審核編輯：郭婷