作者：Trent Fierro，Aiops的Aiops高级营销经理，Airuba，惠普，惠普·帕特德企业公司
直到最近，网络问题的故障排除意味着帮助用户面对面或在会议室内挤在一起，同时计划下一步。现在，大多数IT团队正在远程工作，试图解决其他偏远工人的问题，这些偏远工人具有很少的数据和与他的团队中的其他人的互动。返回办公项目也证明，从改进的覆盖范围到新的环境健康和安全计划中的所有内容都难以包括联系方式分析和访问控制的所有内容，涉及某些水平的猜测，而没有现实世界数据。
因此，追逐间歇性问题的时间很少和有限的资源，响应每个用户，并在管理和操作工具之间反弹。
在这些场景中，拥有人工智能的IT运营（AIOPs）可以帮助过度负担的IT团队管理当天的问题，同时也在努力关键的回归工作项目。这一概念结合了数据分析，机器学习和自动化的使用，提高IT运营能力成功，在许多情况下提高效率。
问题＃1：主动解决网络问题
诊断问题今天需要数据和信息的数据和信息（IOT）设备通常无法自己传达。例如，如果用户抱怨视频呼叫继续下降，则它有一个起点，但是单独的数据通常不足以解决问题。通常，它需要更多的故障排除，例如与用户进行视频会议，以查看会发生什么，或者对于IOT，潜入管理工具以发现异常的所有策略 - 所有的策略，都会采取时间和人员资源。
这是Aiops可以提供帮助的地方。通过有效的AIOP，它通常可以在用户受到影响之前识别和抢占这些类型的问题。这可以实现数据从所有无线，切换和SD-WAN网关设备收集数据，以在整个生态系统上创建运营基准，包括一些从属场景。如果网络的性能或应用程序的性能繁重地偏离，则可以在最终用户甚至注意到之前解决问题可以采取积极主动的步骤。AIOP还应包括易于使用的基于自然语言处理的搜索功能，从而使IT人员能够在存在问题时快速定位用户，网络设备或特定于站点的问题。
问题＃2：减少故障排除工作
试图识别和修复一个简单的问题需要时间，并且可以进入可以在其他地方使用的资源。大多数IT团队丢失了在故障排除中花费的时间百分比，通过日志看，或者在问题上与用户一起工作。与以前的网络延伸薄的团队比以往任何时候都多，减少了故障排除工作是关键任务。
因为AIOPs不断监控关键服务级别以检测某些东西的AWRY，AI供电的洞察可以自动将IT团队带到实际根本原因，以解决常见问题，例如在接入点上的错误2.4GHz和5GHz电源设置。差异可能意味着在几分钟内解决问题，只需了解在哪里开始，以及如何改变以解决问题。这是解决间歇性问题的关键。
问题＃3：保持可见性
同样重要的是解决问题，Aiops必须在环境演变和动态调整关键区域时不断学习。在捕获未来可能出现的类似问题的洞察力是有价值的，但目标是在没有设置静态阈值或服务级预期（SLES）的情况下了解更改。
这有助于消除基于旧假设的试验和错误的需求。进行配置更改，然后等待查看更改在更多帮助台调用或分辨率中的更改如果变量已更改，则不太帮助。这是Aiops捕获的网络知识成为一个优势 - 即额外的上下文对于SWIFT解决方案或优化工作来说至关重要。
Insights必须以Wi-Fi，切换，WAN和应用程序的原因提供IT团队，可能会发生Wi-Fi，切换，WAN和问题，以及提供关于在配置内更改的内容的建议。因此，从一开始就消除不必要的猜测可以大大减少猜测并为所有人提供更好的体验。
节省创新时间
解决这三个核心问题可以提供提高效率 - 在获得现有基础架构中的方式努力工作的时间，解决将进一步改善网络的未来项目，以及时间做更多有价值的工作业务长期的价值。
通过自动化异常检测，故障排除提示和通过AIOPS的可信优化建议，即额外的效率将赋予更快乐，更富有成效的劳动力，无论是在家里，在办公室还是在路上。
了解Aruba对AIOPS和Aruba ESP（Edge Services Platform）的方法，访问http://www.arubanetworks.com/aiops.。