H3C SeerAnalyzer DC

全般的なデータ収集

分散展開アーキテクチャを使用することで、SeerAnalyzerは柔軟にデータ収集を拡張できます。KafkaやFlinkなどのコンポーネントで構築されたデータ分析プラットフォームは、任意の規模のネットワークのデータ収集ニーズに対応し、分析能力を分単位で数百万のストリームまで提供します。

gRPCテレメトリの第2レベルのデータ収集機能を組み込むことで、SeerAnalyzerはネットワークの稼働状況をリアルタイムで可視化します。

SeerAnalyzerは、ユーザーのアクセスプロセス中にネットワークパフォーマンスデータを収集し記録するためにTelemetryを使用でき、いつでも過去のデータを追跡できます。

新しいアプリケーションデータストリーム収集技術（ERSPANやINTなど）を取り入れることで、SeerAnalyzerはネットワーク伝送品質に関するデータを収集し、アプリケーショントラフィックに関する洞察やアプリケーション品質に関する分析が可能です。

従来のネットワーク管理データ収集プロトコルに加えて、SeerAnalyzerはさまざまな高度なデータ収集技術をサポートしており、必要に応じて包括的または特定のデータ収集が可能です。

ビッグデータを活用した

SeerAnalyzerはビッグデータ技術を使用して、大規模なデータ収集と分散ストレージ計算を実装し、ネットワークの運用状況にリアルタイムで可視性を提供し、精緻な運用と保守を可能にします。

ビッグデータ技術に依存して、SeerAnalyzerは過去のネットワークの運用状態を追跡することができ、これは障害の位置特定やパフォーマンス分析、振る舞い監査などの運用およびメンテナンスタスクの実施に役立ちます。

AI分析

分散コンピューティングエンジン（SparkやFlinkなど）やAIアルゴリズムを使用することで、SeerAnalyzerはオンラインおよびオフラインでデータ分析を提供し、どんなシナリオでもインテリジェントなO&M分析要件を満たすことができます。

SeerAnalyzerは、ネットワークデバイスの状態データ、プロトコルメッセージデータ、トラフィック転送データ、ユーザーアクセスデータ、およびログデータを包括的に収集し分析することで、ネットワーク全体の状態を把握することができます。機械学習（ML）アルゴリズムとエキスパートシステムを活用することで、SeerAnalyzerはネットワークの障害をリアルタイムで検出し、障害の原因を知能的に特定し、管理者に問題を修正するように案内することができます。

SeerAnalyzerは、大量のデータをAI分析に基づいてネットワーク、ユーザーエクスペリエンス、およびアプリケーションの品質を評価し、ネットワークの最適化と保証を強化することができます。

高性能データ取得、リアルタイム専門家システム、AIアルゴリズム計算により、障害分離環境検証、障害検出、影響検証、および分離ガイダンスが可能になります。

過去のネットワークデータに対する継続的なAI分析を通じて、SeerAnalyzerはネットワークの障害やパフォーマンスのボトルネックを予測し、O&Mの人員が介入し、事前に計画を立てる手助けをします。

ネットワークとサービスデータの共同分析

SeerAnalyzerは、ネットワークデバイスの状態データとネットワークパフォーマンスデータの協力分析を通じて、全体的なネットワークの健康状態に対する可視性を提供します。

ネットワークデバイスに関する包括的で正確でリアルタイムなメトリクスに基づいて、システムプレーン、コントロールプレーン、およびデータ転送プレーンのデバイスの運用状況、障害、およびリスクに関する分析を完全に可視化します。

TCP/IPトラフィック統計を収集して、ネットワークのパフォーマンスを把握し、ネットワークに存在する問題やリスク、アプリケーションのネットワーク利用特性、ネットワークアプリケーションへの異常アクセスを把握します。

SeerAnalyzerは、ネットワークにアクセスするユーザーのプロセスに関するデータを収集し、ユーザーデータをグループごとに分析してネットワークの品質や問題をさらに分析します。

データ分析 | ERSPAN TCPセッション分析

メカニズム

1.クライアント/サーバーはTCP接続確立要求を開始し、TCP SYNメッセージをピアエンドに送信します。

2.パスに沿って配置されたスイッチは、SYNメッセージをキャプチャし、ERSPANメッセージとしてカプセル化してSeerAnalyzerに送信します。

3.SeerAnalyzerはERSPANメッセージを解析して、メッセージの経路や途中の各スイッチの転送遅延に関する情報を取得します。

4.パス沿いのスイッチは、後続のTCP制御メッセージ（SYN/FIN/RSTメッセージ）をキャプチャし、SeerAnalyzerに送信します。 SeerAnalyzerはTCPセッションの相互作用プロセスを再構築し、メッセージ情報に基づいてTCP接続の品質に関する洞察を提供します。

利点

1.スイッチから送信されるERSPANメッセージの解析によって、トラフィック転送経路を取得します。

2.ERSPANメッセージのタイムスタンプを解析して、アプリケーションがTCP接続を確立するのにかかる時間と、パスを通る各スイッチによって消費される転送時間を取得し、ユーザーエクスペリエンスの悪化が遅いネットワーク速度から来るものなのか、アプリケーション関連の問題から来るものなのかを簡単に特定する。

3.リアルタイムのインターフェースキュー情報とTelemetryを通じて取得したパケット損失情報を共同分析して、ユーザーエクスペリエンスの悪さの原因を知恵を絞って特定します。

4.合法のネットワーク行動の位置を特定するのを手伝う、例えばSynflood攻撃。

インテリジェントな予測 | トランシーバーモジュールの故障とリンク品質の予測

送受信モジュールの故障予測

リンクトラフィック予測

メカニズム

1.分散コレクターを使用して、インターフェースの帯域幅利用率やトランシーバーに関するデータを収集します。ネットワーク全体のデバイスのモジュール状態を監視し、データクリーニングと標準化を行った後、データウェアハウスに格納します。

2.MLアルゴリズムを使用して、インタフェース帯域利用率やトランシーバーモジュールの状態に関する過去のデータを連続的に学習し、将来の期間におけるトラフィックの傾向や潜在的なトランシーバーモジュールの故障を予測します。

利点

1.ネットワークの混雑や容量計画のための早期警告のために、過去のトラフィックデータに基づいて将来のリンクトラフィックのトレンドを予測します。

2.トランシーバーモジュールの障害に早期警告を提供し、人間の介入を使用して潜在的な障害を排除し、サービスの可用性を向上させ、ネットワークのメンテナンスコストを削減します。