網路分析旨在因應由第 3 層裝置傳送和接收的資料封包傳輸，這些裝置是在由國際標準組織 (ISO) 建立的開放式系統互連 (OSI) 模型下所執行。第 2 層裝置是由交換器所治理的資料連結層，而第 4 層裝置則與有關網頁伺服器的 TCP 標準息息相關。然而，透過路由裝置傳輸或接收的 I/O 資料封包傳輸，與第 3 層裝置尤其相關。虛擬化的出現，催生了軟體定義的網路 (SDN) 與軟體定義的資料中心 (SDDC) 等標準；而當中的第 3 層功能，便是由軟體 (而非實體裝置) 所建立。這為「裸機」硬體資源間的雲端資料中心協調作業，提供了更多可能性。基於商業網路擴充，以及導入新交換器、路由器與防火牆應用裝置技術標準之故，在現行做法中，網路分析軟體會同步整合來自第 2 層至第 4 層裝置的資訊。此一精細度可透過虛擬化來進一步擴充，如此即可透過即時的串流資料封包分析，在服務網格的所有層級上，更出色地編寫資料中心流程指令碼並將其自動化。

網路分析可歸類為史學方法，因為其會記錄與讀取公用程式軟體以日誌記錄、報告或圖表等方式呈現的作業資料。這些報告會就特定網路所發生的事件，或根據使用者與端點裝置活動，提供每小時、每天、每月與每年的概況，讓管理員能予以掌握。有些路由器會依使用者要求活動來控制端點間的資料封包傳輸，在透過此類路由器所進行的第 3 層網路活動中，IP 位址為關鍵要素。多數網路分析會將過去監控第 3 層流程所取得的資料予以重構，例如以使用模式來篩選資訊，或醒目提示資料以突顯異常活動等。現今的網頁伺服器硬體更趨強大，資料中心管理領域的商業網路軟體也越見豐富；正因如此，員工可存取網路分析，即時查看雲端架構的封包資料流量。越來越多人認為，機器學習 (ML) 技巧可在網路分析領域中扮演一大要角，讓工業生產、電信、電子商務與多媒體出版產業得以實現更佳的流程自動化。

• 預測：網路管理員可使用預測性分析來監控隨時間經過的使用量，以預估機構的頻寬、硬體或其他服務需求。
• 自動化安全性：使用人工智慧與機器學習來即時掃描 I/O 資料封包傳輸，將傳入要求與已知的安全性攻擊、病毒或惡意軟體相互比對。在某些形式的駭客與密碼破解保護機制中，自動化安全性可使用 IP 來自動封鎖重複傳送錯誤要求至網路的使用者。自動化防毒掃描可在無需人為干預的情況下，偵測並隔離惡意軟體、蠕蟲、病毒與勒索軟體。在同時執行數百萬個虛擬機和容器的資料中心中所進行的自動化防毒與安全性掃描，皆屬重要的網路分析用途。
• 診斷：當網路因壅塞、使用者的不良活動、安全性威脅或裝置故障等因素發生問題時，系統管理員需要診斷每個情況，以定位並修復問題。網路分析涵蓋資料中心作業的運作狀況檢查，可將連線資源的作業狀態資訊告知管理員。在以應用程式為中心的基礎架構中，管理員可透過日益提高的精細度來延伸網路診斷，以監控軟體流程的執行。管理員可運用串流遙測技術，透過偏好的路由與中樞應用裝置，並以 IP 位址做為依據，將特定應用程式、裝置或網路使用者的資料封包傳輸最佳化。此外，他們也能透過邊緣伺服器，將網路分析大規模套用至物聯網裝置上，以支援零售業產品的自動化回應需求，並進行滾動式韌體升級。
• 資源配置：複雜的機構可運用網路分析，協助管理員準確預估日常作業或製造設施的交換器、路由器、中樞與頻寬需求。
• 網路分析：讓管理員能概要掌握雲端架構的歷史活動或即時活動。

• 業務流程最佳化：只要將網路分析與企業管理、購買與採購作業相結合，即可推動業務流程最佳化，並提升 IT 作業的安全性與效率。
• 更準確地監控效能：網路分析可為管理員提供效能監控工具，包含歷史使用模式在內，協助管理員更妥善地預測日後的基礎架構需求，以因應資料中心的需求。
• 提高安全性：網路分析可透過即時掃描資料封包傳輸，大幅提高雲端資源與連線裝置的安全性。如此就能記錄各個 IP 位址的 I/O 資料封包資源使用量，以利自動偵測活動高峰，進而更迅速地識別侵入者、惡意軟體與受感染裝置。
• 迅速偵測安全性威脅：網路分析可加快偵測安全性威脅的速度，在預防駭客攻擊深入企業基礎架構上發揮重要作用。網路分析可使用簡易網路管理協定 (SNMP) 與 Windows Management Instrumentation (WMI) 篩選資料以查看連線裝置狀態，協助管理員與安全性防禦系統以更廣泛的方式診斷網路問題，以縮短所需的修復時間。
• KPI 追蹤：VMware 的 KPI 工作流程管理工具可分析關鍵績效指標 (KPI)，並將其顯示在統一的網路管理面板中以供管理員檢視，為以虛擬機為基礎的複雜雲端網路簡化報告與警示流程。KPI 追蹤是一項強大工具，能運用在高端金融、媒體、製造、醫療照護與電信等產業中，而且可供自訂，適合用來大規模地提升資料中心自動化水準。
• 可將即時串流分析套用至「大數據」需求上：VMware Smart Experience 是一款網路分析工具，當中結合了 KPI 工作流程設計工具與管理工具，以及一系列以電信級規模運作的電信專用外掛程式，可針對封包資料提供即時與歷史洞悉。企業可將即時串流分析套用至「大數據」需求上，以在世界各地使用 IP 位址進行更出色的適地性行銷，或提高金融交易的詐騙防護能力。當中也整合了人工智慧與機器學習，能用來建置以預測引擎為基礎的被動式內容模型，以在電子商務應用程式中使用量身打造的品牌支援與產品 / 媒體建議，營造獨一無二的客戶經驗。