マルチクラウド環境でエンドツーエンドの自動化を実現する方法

高品質なデータ、デジタル ツイン、人工知能/機械学習はすべて、オペレーターがマルチクラウド環境でエンドツーエンドの自動化を実現するのに役立ちます。マルチクラウド環境の複雑なコンポーネントを管理することは、特に運用を効率化するために人工知能と機械学習を活用した自動化テクノロジーの需要が高まるにつれて、ネットワーク オペレーターにとって大きな課題であることが証明されています。ただし、マルチクラウド環境ではエンドツーエンドの自動化の機会が「豊富」にあるため、オペレーターがこれらの障害を克服する価値はあります。

自動化は目新しいものではありませんが、今日、通信事業者はこの機能の使用を「通信クラウド環境」全体に、より「水平」な方法で「拡大」し始めています。クラウド ネイティブの分散型ネットワークは、自動修復を実現する唯一の方法であるため、特に重要です。

今日の通信業界では、クラウドに移行しているにもかかわらず、多くのサービスがインフラストラクチャと緊密に統合されており、クラウドに移行しているにもかかわらず、依然としてサイロ化されたスタックが残っています。そうすると、ネットワークだけでこれを実行させることはできません。自動修復を実現するには、真にクラウドネイティブを実装する必要があります。アプリケーションもクラウドネイティブである必要があり、CNF も真にクラウドネイティブである必要があります。

デジタル ツインは、マルチクラウド環境でエンドツーエンドの自動化を実現するための鍵でもあります。デジタル ツインは、ネットワークをモデル化してシミュレートするだけでなく、現実の代理として表現できるため、このようなことを実現する強力な手段になりつつあります。つまり、what-if シナリオを実行して、ネットワークの弱点を理解することができるのです。

もう 1 つの重要な考慮事項はデータです。データをどこに置くか、どのように取得するか、データで何をするかなどです。これらすべての決定には慎重な検討が必要です。すべてのデータが同じように作成されるわけではないため、人為的エラーが発生する可能性があるため、データが正しく収集されるように注意する必要があります。

データを移動しないでください。代わりに、このデータを抽象化し、データを民主化するレイヤーを作成できなければなりません。ほとんどの場合、このデータは場所固有であるため、データが生成された場所に最も関連します」と述べ、データを「持ち歩く」べきではないことを示唆しています。

エンドツーエンドの意図主導型自動化と自律ネットワークを実現するには、モデルを使用して AI を駆動する必要があります。これは手動では不可能なため、特にネットワーク スライスが無制限である場合は、業界はデータの生成と分析、および新興テクノロジーの使用方法について注意する必要があります。