什么是网络分析？

网络分析主要针对在由国际标准化组织 (ISO) 建立的开放式系统互联 (OSI) 模式下运维的第 3 层设备发送和接收的数据包传输。第 2 层设备代表由交换机监管的数据链路层，第 4 层设备与和 Web 服务器关联的 TCP 标准相关。但是，第 3 层设备特别涉及通过路由设备发送和接收的 I/O 数据包传输。虚拟化引出软件定义的网络 (SDN) 和软件定义数据中心 (SDDC) 标准，其中第 3 层功能由软件而非物理设备建立。这为跨“裸机”硬件资源的云计算数据中心编排创造了更广泛的潜力。在当代实践中，由于生态系统扩展以及新交换机、路由器和防火墙设备技术标准的引入，网络分析软件可同时集成来自第 2-4 层设备的信息。虚拟化则进一步扩展了这种精确度，从而增强了在实时流式传输数据包分析的基础上，在服务网络的所有层上编写数据中心流程并实现该流程自动化的能力。

网络分析可以归类为历史研究方法，用于记录和读取由实用程序软件在日志、报告或图形中显示的运维的数据。这些报告为管理员提供特定网络上或基于用户和端点设备活动发生的事件的每小时、每天、每月和每年描述。IP 地址是第 3 层网络活动的关键组件，通过路由器控制基于用户请求活动的端点之间的数据包传输。大多数网络分析通过将信息过滤到使用模式或突出显示数据以暴露异常事件，从而通过监控以往的第 3 层流程来重构可用数据。由于当代 Web 服务器硬件的增强功能以及数据中心管理部门中生态系统软件的扩展，员工可以访问网络分析，以实时查看跨云体系架构的数据包数据流。机器学习 (ML) 技术正被不断引入，成为网络分析的一个关键方面，助力更好地实现工业生产、电信、电子商务和多媒体出版的流程自动化。

• 预测：即预测性分析。网络管理员会持续监控使用模式，以便估计其对带宽、硬件或其他服务的常规需求。
• 自动化安全保护：需要使用 AI 和 ML 实时扫描 I/O 数据包传输，以将传入请求与已知的安全漏洞、病毒或恶意软件相匹配。在某些形式的黑客和密码破解保护方法中，自动化安全保护可能会导致按 IP 自动阻止反复向网络发送不良请求的用户。自动反病毒扫描可以检测出并隔离恶意软件、蠕虫、病毒和勒索软件，而无需人工干预。在有数百万个虚拟机和容器并行运行的数据中心中，自动防病毒和安全扫描是网络分析的重要作用。
• 诊断：当网络出现问题时，由于拥塞、不良用户活动、安全威胁或设备故障，系统管理员需要诊断每种情况，以便定位和修复问题。网络分析包括数据中心运维的运行状况检查，这些运行状况检查会告知管理员其连接资源的运维状态。借助以应用为中心的基础架构，管理员能够以更高的精确度扩展网络诊断，以监控正在运行的软件进程。管理员使用流式遥测技术，通过优先路由和集线器设备，根据 IP 地址优化网络上特定应用、设备或用户的数据包传输。他们还通过边缘服务器将网络分析大规模应用于物联网 (IoT) 设备，以支持具有自动响应要求和滚动固件升级的零售产品。
• 资源分配：复杂的机构依赖网络分析，以便管理员能够准确估计日常运维或制造设施对交换机、路由器、集线器和带宽的需求。
• 网络分析：用于向管理员提供有关云体系架构的历史或实时活动的概况。

• 业务流程优化：将网络分析运用于企业管理、采购和采办时，可优化业务流程，提高 IT 运维的安全性和效率。
• 性能监控更精确：网络分析为管理员提供性能监控工具，其中包括历史使用模式，使他们能够更好地预测面向数据中心要求的未来基础架构需求。
• 提高安全性：网络分析通过实现数据包传输的实时扫描，可大幅提高云资源和连接设备的安全性。可以记录 IP 地址的 I/O 数据包资源消耗的大小，以自动检测活动峰值，以便更快地识别入侵者、恶意软件和受感染的设备。
• 快速检测安全威胁：网络分析可提高检测安全威胁的速度，这是防止黑客攻击深入企业基础架构的一项重要因素。通过 SNMP 和 Windows Management Instrumentation (WMI) 过滤数据查看连接设备状态的功能，可以为管理员和安全防御系统提供更广泛的诊断网络问题的方法，从而缩短维修所需的时间。
• KPI 跟踪：VMware 的 KPI 工作流管理器可分析关键绩效指标 (KPI)，并将其作为统一网络管理面板的一部分呈现给管理员，以简化基于虚拟机的复杂云网络的报告和警示过程。KPI 跟踪是业界一款强大的工具，在高端金融、大众传媒、制造、医疗和电信等领域都有应用，用户可定制该工具，以大规模实现更高水平的数据中心自动化。
• 能够将实时流分析应用于“大数据”要求：VMware Smart Experience 是一款网络分析工具，包括 KPI 工作流设计器和管理器，以及一系列特定于电信的插件，用于提供有关在运营商环境中运维的数据包数据的实时和历史洞察信息。企业可以将实时流分析应用于“大数据”要求，以便更好地利用 IP 地址进行基于位置的国际性营销推广，或改善金融交易中的防欺诈保护。与 AI 和机器学习的集成可以用于构建基于预测引擎的反应性内容建模，以在电子商务应用中提供独特的客户体验，并提供定制的品牌支持和产品/媒体推荐。