(資料圖片)

隨著用戶數據中心節(jié)點的增多，在管理數據中心上，網絡突然中斷、流量高并發(fā)、網絡配置異常、網口硬件異常等問題時有發(fā)生。依靠人工手動進行網絡質量及故障分析，并根據經驗進行故障處置的傳統(tǒng)運維方式，無法全面覆蓋數據中心出現的問題。

為此，信服云托管云研發(fā)了網絡全鏈路質量感知與分析系統(tǒng)。

該系統(tǒng)能夠綜合運營商、物理網絡、主機網絡、VPC網絡等多層網絡視角，為運維使用者提供一套全鏈路網絡質量感知及智能分析解決方案 ，有效提升告警質量和告警后排障效率。

網絡鏈路主動撥測

可以優(yōu)化監(jiān)測分析及可視結構，并基于上下游關聯(lián)告警自動挖掘和聚合方法聚合縮減非必要的監(jiān)測告警，分鐘級發(fā)現網絡通斷及卡慢，在大量告警中快速定位到根因，為IaaS管理員快速梳理機房和各租戶的網絡連通性狀態(tài)，為租戶快速梳理其虛擬機內部的網絡狀態(tài)報告。

基于RTT時延動態(tài)基線的風險預測

基于RTT時延動態(tài)基線進行風險預測，支持智能基線的自動學習，通過對正常狀態(tài)下指標的歷史表現，加以調整后作為基準線，與以后同樣時段的實時指標做對比，能根據歷史記錄自動生成基線，并可按照業(yè)務周期潮汐變化規(guī)律，形成以日基線、周基線的數據對比，一旦實時數據大于基線比對的一定范圍，即生成告警事件，成功預測風險。

同時，該系統(tǒng)還會不斷進化，未來可以實現虛擬機內部的應用網絡質量和平臺IaaS層的一體化聯(lián)動多模態(tài)分析，實現更快的故障定界。

基于全量指標構建實體資源圖譜體系，IT運維人員在排障時，也可通過關聯(lián)分析在5分鐘內定位到虛擬機內部、外部故障根因和處置建議，且能利用知識圖譜直觀掌握平臺健康狀態(tài)和故障影響面大小。

在網絡資源配置推薦上，可以全面監(jiān)控虛擬網絡拓撲、配置、流量、數據面狀態(tài)等數據，利用多種機器學習方法實現準確的數據面性能壓力估計。基于數據面性能壓力及網絡流量歷史趨勢，關聯(lián)預測數據面性能極限出現時間點并推薦最優(yōu)數據面資源配置。

以上就是關于信服云托管云上網絡全鏈路質量感知與分析系統(tǒng)的介紹，該系統(tǒng)可以幫助用戶降低網絡故障率，實現數據中心的省心運維。

關鍵詞： 新聞資訊