TechTalkThai ศูนย์รวมข่าว Enterprise IT ออนไลน์แห่งแรกในประเทศไทย
ในงาน HPE Aruba APAC Atmosphere 2017 ที่จบไปในสัปดาห์ที่แล้ว ทางทีมงาน TechTalkThai มีโอกาสได้พูดคุยกับทีม Aruba NetInsight ที่พัฒนาระบบ Machine Learning สำหรับวิเคราะห์และปรับปรุงการทำงานของระบบเครือข่ายภายในองค์กร ในประเด็นทิศทางของเทคโนโลยีด้าน AI และ Machine Learning กับการบริหารจัดการระบบเครือข่ายในรูปแบบ Software-defined Networking (SDN) ในอีก 5 ปีนับถัดจากนี้ จึงขอนำมาสรุปให้ทุกท่านได้อ่านกันดังนี้ครับ #ATM17APAC
SDN ที่เหนือยิ่งกว่าปัจจุบัน: ให้ AI จัดการให้หมด
ปัจจุบันนี้เราเริ่มเห็นผู้ผลิตหลายรายได้ก้าวเข้าสู่เทคโนโลยี SDN กันมากขึ้น ด้วยแนวคิดของการที่เหล่า Network Engineer จะต้องสามารถทำ Automation มาควบคุมระบบเครือข่ายได้ง่าย, สามารถบริหารจัดการระบบเครือข่ายโดยขึ้นกับ Physical Layer น้อยลง และการเพิ่มความสามารถให้กับระบบเครือข่ายให้มากขึ้นได้ด้วยการเสริม Software ต่างๆ เข้าไป แต่ HPE Aruba ไม่ได้มองแค่นั้น
HPE Aruba เชื่อว่าการทำ Network Automation ที่แท้จริงนั้น ผู้ดูแลระบบไม่ควรจะต้องทำการเขียน Script ใดๆ ด้วยตัวเองเลยด้วยซ้ำ เพราะคนที่ควรจะต้องสร้าง Script ขึ้นมาให้นั้นควรจะเป็นระบบ Network Management เอง และนี่เองก็เป็นที่มาของแนวคิดในการนำ AI มาใช้ในการบริหารจัดการเครือข่ายในครั้งนี้
ปลายทางที่ HPE Aruba ต้องการไปให้ถึงนั้น คือการที่ Network Engineer สามารถสั่งงานระบบเครือข่ายได้ผ่านบทสนทนาหรือการคลิกง่ายๆ ว่ามีต้องการปรับเปลี่ยนอย่างไร หรือมี Requirement อย่างไร หรือต้องการแก้ไขปัญหาที่พบเจอด้วยแนวทางไหน จากนั้นระบบเครือข่ายก็จะทำการปรับแต่งการตั้งค่าของตนเอง ตรวจสอบผลการตั้งค่า และปรับปรุงให้การตั้งค่านั้นๆ มีประสิทธิภาพสูงสุด
ก่อนจะถึงขั้นนั้น AI ต้องเข้าใจการทำงานของระบบเครือข่ายให้ได้ก่อน ทำให้ระบบเครือข่ายต้องกลายเป็น Data-driven Network
ก้าวแรกในการไปสู่ปลายทางนั้นให้ได้คือการนำเทคโนโลยีฝั่ง Data Science มาช่วยในงานทางด้านระบบเครือข่าย ไม่ว่าจะเป็น Big Data Analytics สำหรับรวบรวมและวิเคราะห์ข้อมูลระบบเครือข่ายโดยเฉพาะ, Machine Learning เรียนรู้รูปแบบของปัญหาต่างๆ ที่เกิดขึ้นในระบบเครือข่ายให้ได้โดยอัตโนมัติ ไปจนถึง AI ที่เข้าใจวิธีการปรับแต่งระบบเครือข่ายให้เหมาะสมกับการตอบโจทย์และการแก้ไขปัญหาที่เกิดขึ้นในระบบเครือข่ายให้ได้ด้วยตนเอง ในขณะที่อีกส่วนที่จะขาดไปไม่ได้เลยก็คือ Conversation Interface สำหรับเป็นตัวกลางในการสื่อสารกันระหว่างผู้ดูแลระบบและระบบบริหารจัดการเครือข่าย
HPE Aruba NetInsight ถือเป็นก้าวเริ่มแรกในการทำ Big Data และ Machine Learning สำหรับข้อมูลระบบเครือข่ายโดยเฉพาะ ด้วยการรวบรวมข้อมูลปริมาณมหาศาลจาก Software Sensor ที่ทำงานอยู่ภายใน ArubaOS และอุปกรณ์ระบบอื่นๆ ที่เกี่ยวข้องภายในเครือข่ายมาทำการวิเคราะห์ และแสดงผลข้อมูลให้ผู้ดูแลระบบได้มองเห็นและเข้าใจปัญหาที่เกิดขึ้นในระบบเครือข่ายด้วยมุมมองใหม่ๆ พร้อมกับการทำ Machine Learning เพื่อตรวจจับปัญหาต่างๆ ที่เกิดขึ้นและทำการแนะนำว่าควรจะแก้ไขปัญหาเหล่านั้นอย่างไร ทั้งหมดนี้เป็นการตีโจทย์เดียวกันว่า “จะทำอย่างไรให้ AI เข้าใจสิ่งที่กำลังเกิดขึ้นในระบบเครือข่ายได้”
โจทย์ที่ถือว่ายากมากสำหรับทีมงาน Aruba NetInsight คือการทำให้ Machine Learning มีความแม่นยำสูง และมี False Positive น้อยที่สุด เพราะหากมีการแจ้งเตือนปัญหาที่ผิดพลาดเกิดมากขึ้นกว่าที่ควร ก็จะทำให้ผู้ดูแลระบบนั้นต้องเสียเวลาไปโดยเปล่าประโยชน์ แทนที่ระบบจะได้ช่วยให้ผู้ดูแลระบบทำงานได้อย่างมีประสิทธิภาพมากยิ่งขึ้น
Data Scientist เริ่มกลายเป็นบุคลากรที่จำเป็นกับวงการ Network แล้ว
ด้วยเหตุดังกล่าวข้างต้นนี้ ทำให้ถัดจากนี้ไปเหล่า Network Vendor เองนั้นจะต้องสร้างทีม Data Science ของตนเองขึ้นมาเพื่อแข่งกันพัฒนาเทคโนโลยีลักษณะนี้ในอนาคต โดยใน HPE Aruba เองนี้ปัจจุบันก็มีผลิตภัณฑ์ที่ใช้ Big Data และ Machine Learning มากขึ้นเรื่อยๆ ทั้งในเชิงของ Network และ Security และ 2 ผลิตภัณฑ์ล่าสุดที่เปิดตัวไปอย่าง HPE Aruba NetInsight และ HPE Aruba IntroSpect นี้ต่างก็เป็น Data Product ที่ใช้ Machine Learning วิเคราะห์ข้อมูลที่เกิดขึ้นในระบบ IT Infrastructure ทั้งสิ้น
อย่างไรก็ดี เหล่า Network Engineer เองก็ควรจะต้องเริ่มต้นเรียนรู้พื้นฐานทางด้าน Data Science เอาไว้บ้างเช่นกัน เพราะถัดจากยุคปัจจุบันนี้ที่ Network Engineer ต้องเรียนรู้การเขียน Script ด้วยตัวเองแล้ว อนาคตจะเป็นยุคที่ Network Engineer ต้องทำการปรับจูน AI และ Machine Learning ที่ตนเองใช้งานให้มีความแม่นยำมากยิ่งขึ้นแทน
