导读：数字化转型的核心是数据，而且是大量数据。人工智能(AI)和物联网(IoT)等数字化转型技术需要实时处理和管理数据，以便关键功能不会中断。

　　随着世界变得越来越数字化，企业也在努力跟上不断变化和不断变化的终端用户期望的步伐。在当今的数字时代蓬勃发展意味着现代企业必须拥抱数字化转型，以提高运营效率和规模创新——而绝大多数企业正在这样做。

　　虽然投资数字化转型可以帮助企业改善运营并超越竞争对手，但企业还必须考虑这将如何影响其网络。毕竟，将数字化转型集成到现有IT基础架构中的组织必须考虑到数据的涌入，这些数据将不可避免地增加其网络的压力。

　　过多的数据会使网络不堪重负

　　数字化转型的核心是数据，而且是大量数据。人工智能(AI)和物联网(IoT)等数字化转型技术需要实时处理和管理数据，以便关键功能不会中断。随着组织向其IT基础架构引入数字化转型，这些技术加入了网络上已有的数千台设备，如服务器、防火墙和代码切换器。每个设备都会创建有关其性能的数据。然后数据从边缘传输到边缘、从边缘传输到云，或从云传输到边缘。理解这些数据对于真正的数字化转型是必要的，但有两个问题阻碍了这一流程。

　　1、数据的上下文分析

　　除非能在适当的上下文中理解数据，否则数据是无用的。但是由于来自许多地方的多个数据集，例如每个设备的网络性能和服务器响应能力，获得适当的上下文更加困难。没有上下文，解决阻碍可靠性和性能的网络问题将变得越来越困难。

　　2、数据量

　　另一个挑战是处理每台设备产生的大量数据。根据一项2022年通过在云中转换数据来优化业务分析的调查Opens a new window，数据专业人士报告手称，其组织内的数据量每月增长63%。随着成千上万的设备分散在网络中，数据量迅速增加，快速识别可能出现的问题(如网络退化或故障)，并确定首先审查和评估哪些问题可能具有挑战性。

　　那么企业如何收集和评估数据洞察力，并提高其网络的运营能力呢？通过网络智能。

　　网络智能是组织的前进方向

　　通过网络智能，分析网络流量中的数据，并深入了解性能问题变得更易于管理。通过网络智能，帮助通信服务提供商(CSP)从网络流量中捕获信息，企业拥有数字化转型所需的弹性、敏捷性和安全性。

　　有一系列网络智能功能，包括跨各种网络设备的多源、多域数据捕获；网络事件中的相关性和情境化；问题检测、警报和解决建议；以及分析根本原因以供将来改进。这些功能为一系列下一代技术提供动力，包括人工智能、机器学习和5G，对于实现真正的端到端网络解决方案至关重要，这是数字化转型的关键。

　　理想的网络智能解决方案应该具备两个关键要素。首先，其应该具有以网络为中心的应用监控功能，提供网络和应用性能的前线视图，并在出现任何问题时能够快速发出警报。其次，其必须提供主动的应用性能优化。这组响应有助于提高应用性能。

　　应用网络智能的五个步骤

　　以下是网络智能解决方案应遵循的五个步骤。

　　1、使用各种来源进行遥测收集

　　网络可观察性通过遥测得到增强——从多个来源收集和分析数据。遥测依赖于自动化来主动监控和分析来自各种不同来源的数据。来源包括设备、应用编程接口(API)、系统日志、编排和事务语言1(TL1)。使用遥测技术，网络智能解决方案可以显示应用体验的质量，并根据合成、当前和预测的健康状况以及安全性能揭示需要改进的地方。

　　2、提供数据关联、丰富和转换

　　网络中的自动模式发现引擎建立事件之间的相关性。网络智能解决方案应该通过利用来自动态和高度复杂的IT基础设施的数据源，来减少这些相关性。然后，这些解决方案可以通过使用来自其他来源的上下文(通常是拓扑和操作)来丰富、准备和组合多个警报数据有效负载，而不会分散注意力。这减少了工单数量，并加快了分析根本原因的速度。这样，只提供一个可操作的票证和自动解决方案，而不是大量警报，从而延长正常运行时间并提高可靠性。

　　3、与IT服务管理程序整合，以应对出现的网络问题

　　随着大量数据传入和传出网络，不可避免地会出现一些问题。一旦出现问题，网络智能解决方案应通过与IT服务管理程序整合，来澄清任何调整或事件数据。理想的解决方案还应根据需要提示警报，并提供自动事件票证。

　　4、在一个地方提供所有数据的综合视图

　　IT人员或管理员可以在中心位置查看历史、当前和预测数据，从而为网络事件提供更复杂的分析。网络智能帮助这些团队避免领域孤岛，并在无需人工干预的情况下提供建议。

　　5、为解决问题提供根本原因相关性

　　最后，最佳网络智能解决方案应列出IT团队解决任何网络问题的方向。通过自动化的根本原因相关性来指导需要更改的区域，例如策略调整、远程重启和电路重新路由，网络可以进行超快速修复。