Self Driven Networks

Netwerken die telemetrie, workflow-automatisering, DevOps en AI combineren

Self Driven Networks

Wat zijn Self Driven Networks?

Self Driven Networks combineren metingen, workflow-automatisering, DevOps en AI. Bij een self-driven netwerk kan je pro-actief problemen detecteren en wijzigingen aanbrengen om de problemen te voorkomen. Ontdek hier de belangrijkste aspecten van een self-driven netwerk!

Door de combinatie van deze technieken kan het netwerk zichzelf op een responsieve manier aanpassen aan de veranderende omstandigheden. Daarnaast kan een self-driven netwerk ook proactief problemen gaan detecteren en wijzigingen aanbrengen om de problemen te voorkomen.

Toch is het netwerk zelf niet het belangrijkste bij een Self Driven Network. Vooral de ervaring die de eindgebruikers van het netwerk ondervinden is cruciaal. Daarbij mag de infrastructuur waarmee het netwerk beheerd wordt geen last meer zijn en mag het onderhoud hiervan geen probleem zijn. Daarom wordt een self-driven netwerk volledig vanuit de Cloud beheerd en gemonitord.

Een self-driven netwerk is ook niet afhankelijk van de onderliggende infrastructuur wat uitbreidbaarheid betreft. Het maakt niet uit of je een klein of gigantisch netwerk hebt, de infrastructuur groeit mee en past zich aan de nieuwe grootte aan.

Aspecten van Self Driven Networks

Een self driven netwerk is opgebouwd aan de hand van meerdere aspecten:

  • Self-discover: Het netwerk ontdekt zelf wijzigingen op vlak van software/hardware als netwerkwijzigingen. Hij neemt notie van deze wijzigingen en deze vormen de basis van het beslissingsproces
  • Self-Config/Self-Organize: Wanneer er specifieke wijzigingen plaatsvinden past hij automatisch bepaalde zaken aan om hierop te anticiperen.
  • Self-Monitor: Een self-driven netwerk heeft geen monitoringssysteem meer nodig. Het netwerk wordt continu op een heel aantal parameters gemonitord en reageert of rapporteert wanneer nodig
  • Self-Diagnose: Wanneer er anomalieën plaatsvinden gaat het netwerk aan de hand van AI en Machine Learning op zoek naar de oorzaak en mogelijke oplossing
  • Self-Healing: Wanneer het netwerk zich in een slechte staat bevindt door een wijziging of probleem gaat het netwerk zich automatisch terugbrengen naar de normale staat
  • Self-Report: Wanneer er zich problemen voordoen die niet zelf opgelost kunnen worden, stelt het netwerk acties op naar de gebruiker toe of rapporteert het de problemen.

Het gevolg hiervan is dat je eigenlijk een constante cyclus krijgt. Data stroomt binnen in de cloud (netwerkverkeer, logs,…) en het netwerk analyseert deze data. Aan de hand van deze analyse gaat het bepaalde beslissingen maken (optimalisatie van het netwerk). Op die manier krijg je een nieuwe netwerkconfiguratie (bv bij WiFi het aanpassen van kanalen, power,…) die opnieuw data zal genereren die door het netwerk geanalyseerd zal worden.

Juniper Mist

Juniper Mist heeft een virtuele assistent die de data uit het netwerk verzamelt, verwerkt en aan de hand hiervan een aantal acties of alerts opstelt. Het is ook mogelijk om vragen te stellen aan de virtuele assistent zoals:

  • Wie zijn mijn ontevreden klanten?
  • Waarom heeft Berts iPhone problemen?

Daarnaast is er ook een zeer krachtige query language waarmee het eenvoudig is om troubleshoot sessies uit te voeren. Deze biedt ook packet dumps aan waarmee in detail gekeken kan worden welke pakketten over het netwerk gingen op het moment van het probleem.

Juniper is bezig om naast wireless ook de rest van het portfolio (EX-switches, Session Smart Routers en Firewalls) te integreren in het ecosysteem en op deze manier data van alle netwerklagen mee te nemen in het algoritme.

Extreme Networks

Extreme Networks is reeds gekend om hun CloudIQ ecosysteem waar access points, switches en 3rd party devices (monitoring via de XIQ Site Engine) in beheerd kunnen worden. Sinds kort heeft het ook de CoPilot in public bèta ter beschikking gesteld.

De CoPilot verwerkt alle data aan de hand van Machine Learning en AI en geeft vervolgens in één pagina weer wat mogelijke problemen zijn die zich op het netwerk bevinden. Op deze manier slaagt men er sneller in terug te vinden wat mogelijke problemen zijn en is het eenvoudiger om te troubleshooten.

Extreme Networks is ook aan het werken aan de AutoPilot welke ook problemen zelf oplost wanneer nodig. Op deze manier is het een zelfhelend product.

Waarom kiezen voor Kappa Data?

Technische expertise

Kappa data ondersteunt resellers en klanten met uitgebreide technische kennis, opleidingen en begeleiding. Onze gecertificeerde technische en presales teams staan altijd voor je klaar!

Persoonlijke touch

Bij Kappa Data geniet je van een bijzonder persoonlijke én professionele aanpak, van snelle offertes tot demo’s en klantvriendelijke service met je vaste contactpersonen. Wij zijn er voor jou.

Uitstekende service

Kappa Data is een value-added distributor die oplossingsgericht met je meedenkt. We zorgen altijd voor een goede relatie tussen alle partijen en bemiddelen waar nodig bij conflicten.

Wat onze klanten zeggen

Al meer dan 20 jaar een meer dan betrouwbare partner.

Snijders Compuservice, Jef Snijders

Onze partners