H3C SeerAnalyzer DC

Adquisición de datos integral

Con la arquitectura de implementación distribuida, SeerAnalyzer puede expandir la recopilación de datos de manera flexible. La plataforma de análisis de datos construida con componentes como Kafka y Flink satisface las necesidades de recopilación de datos de redes de cualquier tamaño y ofrece capacidades analíticas de hasta millones de flujos por minuto.

Incorporando la capacidad de recopilación de datos de segundo nivel de gRPC Telemetry, SeerAnalyzer proporciona visibilidad al estado operativo de la red en tiempo real.

SeerAnalyzer puede utilizar Telemetría para recopilar y registrar datos de rendimiento de red durante el proceso de acceso del usuario y permitirle rastrear los datos en cualquier momento histórico.

Al adoptar nuevas tecnologías de recopilación de datos de aplicaciones como ERSPAN e INT, SeerAnalyzer puede recopilar datos sobre la calidad de transmisión de la red para obtener información sobre el tráfico de aplicaciones y análisis sobre la calidad de las aplicaciones.

Además de los protocolos tradicionales de recolección de datos de gestión de redes, SeerAnalyzer admite una variedad de tecnologías avanzadas de recolección de datos, lo que permite una recolección de datos exhaustiva o específica según sea necesario.

Basado en datos masivos

SeerAnalyzer utiliza tecnologías de big data para implementar la recopilación masiva de datos y el cálculo de almacenamiento distribuido que proporciona visibilidad en tiempo real del estado operativo de la red y permite una operación y mantenimiento refinados.

Basándose en tecnologías de big data, SeerAnalyzer puede rastrear el estado histórico de funcionamiento de la red, lo que es útil para localizar fallas e implementar tareas de operación y mantenimiento, como análisis de rendimiento y auditoría de comportamiento.

Análisis de IA

Usando motores de computación distribuida como Spark y Flink, así como algoritmos de inteligencia artificial, SeerAnalyzer puede proporcionar análisis de datos en línea y sin conexión, para satisfacer los requisitos de análisis inteligente de O&M en cualquier escenario.

SeerAnalyzer permite visibilidad en el estado completo de la red mediante la recopilación y análisis integral de datos, incluidos datos de estado de dispositivos de red, datos de mensajes de protocolo, datos de reenvío de tráfico, datos de acceso de usuario y datos de registro. Gracias a los algoritmos de aprendizaje automático (ML) y al sistema experto, SeerAnalyzer puede detectar fallos en la red en tiempo real, localizar las causas de los fallos de manera inteligente y guiar a los administradores para solucionar los problemas.

SeerAnalyzer puede evaluar la calidad de las redes, las experiencias de usuario y las aplicaciones basadas en análisis de inteligencia artificial de datos masivos, y mejorar la optimización y garantía de la red.

La adquisición de datos de alto rendimiento, el sistema experto en tiempo real y el cálculo de algoritmos de inteligencia artificial permiten la verificación del entorno de aislamiento de fallas, la detección de fallas, la verificación de impacto y la orientación de aislamiento.

Mediante el análisis continuo de IA en datos históricos de la red, SeerAnalyzer puede predecir fallas en la red y cuellos de botella de rendimiento, y guiar al personal de operaciones y mantenimiento para intervenir y planificar con anticipación.

Analítica colaborativa de datos de red y servicio

SeerAnalyzer proporciona visibilidad sobre el estado general de la red a través del análisis colaborativo de los datos de estado de los dispositivos de red y los datos de rendimiento de la red.

Proporciona una visibilidad completa en análisis sobre el estado operativo, fallas y riesgos de los dispositivos en el plano del sistema, plano de control y plano de reenvío de datos basados en métricas exhaustivas, precisas y en tiempo real sobre los dispositivos de red.

Recopila estadísticas de tráfico TCP/IP para obtener información sobre el rendimiento de la red y descubrir los problemas y riesgos existentes en la red, las características de uso de las aplicaciones de red y el acceso anormal a las aplicaciones de red.

SeerAnalyzer recopila datos sobre los procesos de los usuarios que acceden a la red y analiza una gran cantidad de datos de usuario por grupos para un análisis posterior de la calidad y los problemas de la red.

Análisis de datos | Análisis de sesiones TCP ERSPAN

Mecanismo

1. El cliente/servidor inicia una solicitud de establecimiento de conexión TCP y envía un mensaje TCP SYN al extremo par.

2. Los switches a lo largo del camino capturan el mensaje SYN y lo encapsulan como un mensaje ERSPAN y lo envían a SeerAnalyzer.

3. SeerAnalyzer decapsula los mensajes ERSPAN para obtener información sobre la ruta del mensaje y el retraso de reenvío de cada switch a lo largo del camino.

4. Los switches a lo largo del camino capturan mensajes de control TCP subsecuentes (mensajes SYN/FIN/RST) y los envían a SeerAnalyzer. SeerAnalyzer reconstruye el proceso de interacción de la sesión TCP y proporciona información sobre la calidad de la conexión TCP según la información del mensaje.

Beneficios

1. Obtener la ruta de reenvío de tráfico mediante el análisis de los mensajes ERSPAN enviados desde los switches a lo largo de la ruta.

2. Obtener el tiempo consumido por una aplicación para establecer la conexión TCP y el tiempo de reenvío consumido por cada conmutador a lo largo del camino a través del análisis de las marcas de tiempo del mensaje ERSPAN, para identificar fácilmente si la mala experiencia del usuario se debe a una velocidad de red lenta o a un problema relacionado con la aplicación.

3. Localice la causa de la mala experiencia del usuario de manera inteligente a través del análisis colaborativo de la información de la cola de interfaz en tiempo real y la información de pérdida de paquetes obtenida a través de Telemetría.

4. Asistir en la localización de comportamientos de red ilegales como ataques Synflood.

Predicción inteligente | Predicción de fallas del módulo transceptor y calidad de enlace

Predicción de falla del módulo transceptor

Predicción de tráfico de enlaces

Mecanismo

1. Utilice colectores distribuidos para recopilar datos sobre la utilización del ancho de banda de la interfaz y el transceptor estado del módulo de los dispositivos en toda la red, y almacenarlos en el almacén de datos después de la limpieza y estandarización de datos.

2. Utilice algoritmos de aprendizaje automático para aprender datos históricos sobre la utilización del ancho de banda de la interfaz y el estado del módulo transceptor de forma continua para predecir tendencias de tráfico y posibles fallas del módulo transceptor para un período futuro.

Beneficios

1. Predice tendencias futuras de tráfico de enlaces basadas en datos históricos de tráfico para alertar temprano de congestiones de red y planificación de capacidad.

2. Proporcionar advertencia temprana para fallas en el módulo transceptor y utilizar intervenciones humanas para eliminar posibles fallas, mejorar la disponibilidad del servicio y reducir los costos de mantenimiento de la red.