네트워크 분석은 주로 ISO(International Organization for Standardization)에서 정한 OSI(Open Systems Interconnection) 모델에 따라 레이어 3 기기에서 송신하고 수신하는 데이터 패킷 전송을 처리합니다. 레이어 2 기기는 스위치로 조정되는 데이터 링크 레이어, 레이어 4 기기는 웹 서버에 관련된 TCP 표준과 관련된 기기입니다. 하지만 레이어 3 기기는 라우팅 기기를 통해 송신되고 수신되는 I/O 데이터 패킷 전송과 관련되어 있습니다. 가상화를 통해 소프트웨어 정의 네트워킹(SDN)과 Software-Defined Data Center(SDDC) 표준이 도입되어 물리적 기기가 아닌 소프트웨어가 레이어 3 기능을 구축합니다. 따라서 “베어메탈” 하드웨어 리소스 전반에 걸쳐 클라우드 데이터 센터 오케스트레이션의 가능성이 더욱 확대됩니다. 오늘날, 에코시스템 확장과 새로운 스위치, 라우터, 방화벽 어플라이언스 기술 표준의 도입으로 인해 네트워크 분석 소프트웨어가 레이어 2-4 기기의 정보를 동시에 통합합니다. 이러한 세분화는 가상화를 통해 더욱 확대되어 실시간 스트리밍 데이터 패킷 분석을 기반으로 모든 레이어의 서비스 메시에서 데이터 센터 프로세스의 스크립트를 작성하고 자동화하는 기능이 더욱 향상됩니다.

네트워크 분석은 유틸리티 소프트웨어가 로그, 보고서, 그래프로 보여주는 운영 데이터의 기록 및 판독에 대한 기존의 접근 방식으로 분류될 수 있습니다. 이러한 보고서는 시스템 관리자에게 특정 네트워크에서 발생하거나 사용자 및 엔드포인트 기기 활동에 따른 이벤트를 시간별, 일별, 월별, 연별 데이터로 제공합니다. IP 주소는 사용자 요청 활동에 따라 엔드포인트 간 데이터 패킷 전송을 제어하는 라우터를 통한 레이어 3 네트워크 활동의 핵심 요소입니다. 대부분의 네트워크 분석은 정보를 필터링하여 사용 패턴으로 분류하거나 데이터의 비정상적인 이벤트를 드러내는 방식으로 레이어 3 프로세스 내역을 모니터링하여 데이터를 재편합니다. 현대 웹 서버 하드웨어의 성능 향상과 데이터 센터 관리 부문 에코시스템 소프트웨어의 확장으로 인해 직원이 네트워크 분석에 액세스하여 클라우드 아키텍처 전반에 걸쳐 패킷 데이터의 흐름을 실시간으로 확인할 수 있습니다. 머신 러닝(ML) 기법은 산업 제조, 통신, 전자상거래, 멀티미디어 퍼블리싱 분야에서 프로세스 자동화를 개선하는 네트워크 분석의 핵심 요소로서 점점 더 많이 도입되고 있습니다.

• 예측: 예측 분석, 네트워크 관리자는 대역폭, 하드웨어, 기타 서비스에 대한 기관의 수요를 예측하기 위해 시간의 흐름에 따른 사용 패턴을 모니터링하고자 합니다.
• 보안 자동화: 보안 자동화를 위해서는 수신되는 요청을 알려진 보안 취약점, 바이러스, 멀웨어와 비교하기 위해 AI와 ML를 통해 I/O 데이터 패킷 전송을 실시간으로 스캐닝해야 합니다. 일부 형태의 해킹 및 암호 해독 차단 방식에서는 보안을 자동화하면 비정상적인 요청을 반복적으로 네트워크에 전송하는 사용자가 IP를 기준으로 자동으로 차단될 수 있습니다. 자동화된 바이러스 방지 스캐닝에서는 사람의 개입 없이도 멀웨어, 웜, 바이러스, 랜섬웨어를 감지하고 차단할 수 있습니다. 수백만 개의 가상 머신과 컨테이너가 동시에 작동하는 데이터 센터에서 자동화된 바이러스 방지와 보안 스캐닝은 네트워크 분석의 중요한 용도입니다.
• 진단: 정체, 비정상적인 사용자 활동, 보안 위협, 기기 고장으로 인해 네트워크에서 문제가 발생하면 시스템 관리자는 각 상황을 진단하여 문제를 파악하고 해결해야 합니다. 네트워크 분석에는 연결된 리소스의 운영 상태에 관해 운영자에게 정보를 제공하는 데이터 센터 운영 상태 점검이 포함됩니다. 애플리케이션 중심 인프라를 이용하여, 관리자는 더욱 정교한 세분화를 통해 네트워크 진단을 확장하여 실행 중인 소프트웨어 프로세스를 모니터링합니다. 관리자는 스트리밍 원격 측정을 사용하여 원하는 라우팅 및 허브 어플라이언스를 통해 IP 주소에 따라 네트워크에서 특정 애플리케이션, 기기 또는 사용자의 데이터 패킷 전송을 최적화합니다. 또한 자동화된 응답을 필요로 하는 소매 제품과 지속적인 펌웨어 업그레이드를 지원하기 위해 엣지 서버를 통해 규모에 맞게 IoT 기기에 네트워크 분석을 적용합니다.
• 리소스 할당: 복잡한 기관에서는 일상적인 운영 또는 제조 시설의 스위치, 라우터, 허브, 대역폭 수요를 시스템 관리자가 정확하게 예측할 수 있도록 네트워크 분석을 활용합니다.
• 네트워크 분석: 시스템 관리자에게 클라우드 아키텍처에서의 과거 또는 실시간 활동에 대한 개요를 제공하는 데 사용됩니다.

• 비즈니스 프로세스 최적화: 기업 관리, 구매, 조달에 네트워크 분석을 적용하면 IT 운영의 보안과 효율성이 향상되어 비즈니스 프로세스가 최적화됩니다.
• 성능 모니터링의 정확도 향상: 네트워크 분석은 시스템 관리자에게 기존 사용 패턴을 포함한 성능 모니터링 툴을 제공하여 데이터 센터 요구 사항에 대한 향후 인프라 수요를 더 정확하게 예측할 수 있도록 합니다.
• 보안 향상: 네트워크 분석은 데이터 패킷 전송의 실시간 스캐닝을 통해 클라우드 리소스 및 연결된 기기의 보안을 크게 개선합니다. IP 주소를 기준으로 I/O 데이터 패킷 리소스 사용량이 기록되어 활동의 급증을 자동으로 감지함으로써 침입자, 멀웨어, 감염된 기기를 더욱 신속하게 파악할 수 있습니다.
• 신속한 보안 위협 탐지: 네트워크 분석은 기업 인프라 깊숙이 해킹 공격이 확산되지 않도록 방지하는 데 중요한 요소인 보안 위협 탐지 속도를 향상합니다. SNMP와 WMI(Windows Management Instrumentation) 필터링 데이터를 통해 연결된 기기 상태를 확인할 수 있는 기능으로 인해 시스템 관리자와 보안 방어 시스템이 네트워크 문제를 더욱 폭넓게 진단할 수 있어 복구에 소요되는 시간이 절감됩니다.
• KPI 추적: VMware KPI 워크플로우 관리자는 주요 성과 지표(KPI)를 분석하여 통합 네트워크 관리 패널의 일부로 관리자에게 제공하여 가상 머신에 기반한 복잡한 클라우드 네트워크를 위한 보고 및 알림 프로세스를 간소화합니다. KPI 추적은 더 높은 수준의 대규모 데이터 센터 자동화에 맞게 수정할 수 있는 대형 금융, 매스 미디어, 제조, 의료, 통신 분야 산업을 위한 강력한 툴입니다.
• "빅데이터" 요구 사항에 실시간 스트리밍 분석을 적용하는 기능: VMware Smart Experience는 KPI Workflow Designer 및 Manager와 이동통신사 규모로 운영되는 패킷 데이터에 관한 실시간 및 기존 통계 자료를 위한 통신사별 플러그인을 포함하는 네트워크 분석 툴입니다. 비즈니스는 IP 주소를 통해 국제적인 위치 기반 마케팅과 금융 거래에 대한 사기 방지를 개선하기 위해 "빅데이터" 요구 사항에 실시간 스트리밍 분석을 적용할 수 있습니다. 또한 AI와 머신 러닝을 적용하여 예측 엔진에 기반한 반응형 컨텐츠 모델링을 구축하여 맞춤형 브랜드 지원과 제품/미디어 추천 기능을 갖춘 전자상거래 애플리케이션에서 차별화된 고객 경험을 제공할 수 있습니다.