本文将带你了解AI智能技术SDN的世界：风险与挑战从未消失过，希望本文对大家学AI智能技术有所帮助。

      传统的人工和设备为中心的管理方式不能提供运行一个可编程可以自动适应应用需求的网络所需的可见性。尤其是在动态的、资源有限的广域网WAN，其管理比在数据中心更加复杂。但在SDN的世界，网络工程师不再需要花一周的时间为一个新应用程序的部署做准备，这得益于可编程的特性。
   
   
        不过SDN呈现出全新的挑战。例如，一个大型广域网应该有多少个控制器？应该把它们放在哪里呢？如果两个控制器对同一台交换机发出相互矛盾的指示如何处理？我们必须了解应用程序对SDN资源的请求将对性能产生什么样的影响。SDN需要复制传统功能如容量规划、监控、故障排除、安全性以及其他的关键管理能力。这是需要开发全新的方法，强大的网络管理技术来管理网络。
   
   
        例如，路由分析被证明为在拓扑详细信息、路由事件和流量模式具有实时的、全网的可视性的传统网络改善可用性和性能。这直接适用于SDN，因为要成功地监测和管理SDN应用，需要实时的网络模型和流量负载分布，以及预测变化网络路由拓扑和流量变化的影响的能力。
   
   
          此外，路由分析还可以充分利用独特的应用洞察，来自SDN及网络诊断，分析和应用感知的报告。例如，它可以报告对于服务该应用程序的用户群而言，该应用程序的服务器是否处在最佳的位置。所有这些都需要对发生在网络中的事情进行更详细和复杂的分析。SDN供应商大多忽略SDN分析，这对于以下工作是至关重要的：
   
   
        故障排除和可视化。
   
   
        在任何给定的时间确定网络状态。
   
   
        检查和重放无论从控制器和网络设备的事件。
   
   
          当一个服务或者应用表现良好或者不好时，比较路由状态和路径。
   
   
        监控路径改变。
   
   
          SDN管理挑战的意识是至关重要的，但随后的产业需要正确的工具来迁移传统管理到自动化领域。网络专业人员需要SDN有与传统网络相同的可视性和可控制性。这需要采用一些新的技术和现有的技术，以及提供解决软件定义网络的独特挑战所需的智能和分析的最佳实践。
   
   
        

以上就介绍了AI智能技术的相关知识，希望对AI智能技术有兴趣的朋友有所帮助。了解更多内容，请关注职坐标人工智能之AI智能技术频道！