《未来网络发展大会:2021版数据中心自动驾驶网络技术白皮书(47页).pdf》由会员分享,可在线阅读,更多相关《未来网络发展大会:2021版数据中心自动驾驶网络技术白皮书(47页).pdf(47页珍藏版)》请在三个皮匠报告上搜索。
人工智能意图网络完成外部对网络的诉求输入,网络数字孪生完成对网络可视化直观感知,而人工智能(Artificial Intelligence,AI)技术的引入,进一步实现人工断点的消除。目前,广泛使用的人工智能算法有如下几类:强化学习强化学习(Reinforcement Learning,RL)是不断地重复、不断强化认知的学习过程。在数据中心,大量业务上线和变更导致网络频繁变更。如果通过人工方式变更网络,很难以最优方案部署或得到最佳体验。而通过引入强化学习,根据不同组网方式、不同业务场景和流量大小等多种因素,对变更的参数进行动态选择,则可以实现网络的最佳部署。形式化验证形式化验证(Formal verification)最早应用于软件验证领域,通过穷举程序的所有输入和所有执行路径来诊断代码的质量和功能。将形式化方法引入到网络配置中,可构建事前仿真、事后验证的能力。在网络变更前,进行配置面验证,保证变更100%无错误。在配置下发后,定时采集设备的表项进行数据面验证,对网络运行状态。