SDN网络管理意味着工具正在从监听模式转变成主动模式。在本文中,知名网络专家Greg Ferro谈论了网络监控与软件定义网络(SDN)的整合。
本次谈话重点不是分析特定SDN监控工具集的利与弊。毕竟,可以这么说,目前这个竞争环境还不是太稳定。在互联网时代,这好比人工草皮才在几小时前刚刚铺好,球员们甚至还不知道他们穿什么颜色的球衣。
主要谈论的是现在为什么网络专业人员要关注SDN,以及现在的网络监控技术如何融入SDN,如果它们无法交融,那么,我们将需要哪些类型的监控技术来管理未来的网络。
过渡到新网络:知道做什么的网络
笔者认为,大多数人对SDN的定义有着基本的了解,即数据通过网络的方式由基于软件的控制器控制,而不是专有硬件控制。通过控制器,整个网络的设备会动态地更改最佳路径、服务质量(QoS)和允许的数据类型等因素。但很多人可能会想,“我为什么要走上这条路,这个新功能无疑会增加成本,并且需要更为复杂的学习过程?”
答案很简单,即业务的发展速度不允许任何事物拖后腿。在一切事物都虚拟化的世界(从服务器到存储到应用本身),继续以旧的方式(即现有的方式)做事情将行不通。
在笔者与Ferro的谈话中,Ferro提到了我们应该关注SDN的另一个原因。他表示,如果CEO走进100人的会计部门,看到50名员工只是坐在那里,他会要求知道为什么他们不工作。
总会计师可能会说:“老板,这些是备用会计师,以防另外50名会计师不可用,这是很明智的计划,对吧?”
我们可以料想到,这将会是这位总会计师在这家公司的最后一天。
但是,我们不是经常做类似的事情吗?我们会在所有地方部署备用电路。并且,我们已经有冗余路径和多个路径,备用电路真的等于是把钱扔到海里。
网络监控和SDN监控存在共生的关系
下面让我们来谈谈网络监控。现在的网络监控将如何塑造SDN?也许更重要的是,SDN将如何影响未来网络监控技术?
在与Ferro的谈话中,笔者了解到的重点之一是,总的来说,监控是关于监听——等待类似trap和系统日志的事件类型的消息、针对通过SNMP和Windows管理部署的价值的调查系统、连接到终端会话以及从屏幕清除价值或者使用供应商提供的API。与此同时,SDN更多的是关于操作——为所有或部分流量动态地改变路径、更新QoS语句等。
显而易见的是,SDN依赖于监控,其中一部分将来自于NetCONF和YANG等新功能。但在IT行业,特别是在网络领域,我们很痛恨抛弃过去,特别是当过去的技术可行、可扩展且已经被大家熟悉。因此,考虑到这一点,如果你知道没有什么会离你而去,你晚上会睡得更好。事实上,在制定这个网络标准时,没有SNMP对象标识受到影响。同时,系统日志不会被弃用,trap也不会消失。
新协议总是会带来新的问题
它们是否将扩展?当然。是否会增强?非常可能。但这与每个新协议和新硬件平台一样,都会带来新的问题。而NetFlow推出的不同之处在于,SDN监控数据将是网络反馈回路的一部分:感知数据模式中的变化、发起变化、感知这个改变如何更改数据流模式,可能发起另一变化等。
这是相当强大的东西。
从所有这些中,你应该了解什么?这很简单。尽管现在还有很多炒作和营销迷雾,SDN即将来到你身边的数据中心。这是一个好事情,这意味着网络和网络监控将会变得更好。
好文章,需要你的鼓励
本文评测了六款控制台平铺终端复用器工具。GNU Screen作为老牌工具功能强大但操作复杂,Tmux更现代化但学习曲线陡峭,Byobu为前两者提供友好界面,Zellij用Rust编写界面简洁易用,DVTM追求极简主义,Twin提供类似TurboVision的文本界面环境。每款工具都有各自特点和适用场景。
韩国汉阳大学联合高通AI研究院开发出InfiniPot-V框架,解决了移动设备处理长视频时的内存限制问题。该技术通过时间冗余消除和语义重要性保留两种策略,将存储需求压缩至原来的12%,同时保持高准确性,让手机和AR眼镜也能实时理解超长视频内容。
网络安全公司Snyk宣布收购瑞士人工智能安全研究公司Invariant Labs,收购金额未公开。Invariant Labs从苏黎世联邦理工学院分拆成立,专注于帮助开发者构建安全可靠的AI代理工具和框架。该公司提供Explorer运行时观察仪表板、Gateway轻量级代理、Guardrails策略引擎等产品,并在工具中毒和模型上下文协议漏洞等新兴AI威胁防护方面处于领先地位。此次收购将推进Snyk保护下一代AI原生应用的使命。
纽约大学研究团队通过INT-ACT测试套件全面评估了当前先进的视觉-语言-动作机器人模型,发现了一个普遍存在的"意图-行动差距"问题:机器人能够正确理解任务和识别物体,但在实际动作执行时频频失败。研究还揭示了端到端训练会损害原有语言理解能力,以及多模态挑战下的推理脆弱性,为未来机器人技术发展提供了重要指导。