人工知能（AI）とネットワーキングの相乗効果を活用する企業が増えています。ユーザーデバイスと、そこから生成されるデータの急増に伴い、企業は広範なネットワークインフラの管理を支援するため、AIへの依存を強めています。
2024年までに、企業の60％がAIを組み込んだインフラを導入し、ネットワークのトラブルシューティング、インシデント防止、イベント相関などの領域で、より広範な自動化と予測分析が可能になります。
ネットワーキングにおけるAIとは？
企業が限られたIT部門のリソースで、ますます複雑化するネットワークを管理しようとする中、AIは至る所で利用されるようになっています。ネットワーク管理者がかつて手作業で行っていた作業の大部分は、現在では自動化されている、あるいは自動化に向かっています。
しかし、AIを利用しても、最大手の企業でさえネットワーク障害を免れることはできません。Facebookでは2021年10月に大規模な障害が発生し、同社は原因をルーターの再設定ミスだと説明しました。AWSでも同様に、2021年12月に障害が発生し、ネットワークのスケーラビリティに関するエラーが原因だとしました。
AIは高度化し、ネットワークのためにさまざまなことを実行できますが、万能ではありません。これは、ネットワーキングにおいて人間の介入が依然として重要であることを示しています。
詳しく読む：クラウドがダウン：障害から組織を守る方法
ネットワーキングにおけるAIの導入方法
AI、より具体的には機械学習（ML）の活用は、ネットワーク管理者によるネットワークのセキュリティ確保、トラブルシューティング、最適化、進化計画を支援します。
セキュリティ
在宅勤務、さらには場所を問わない勤務が広がる時代に、ネットワーク上のエンドポイントが増加すると、ネットワークの攻撃対象領域は拡大します。常に安全を維持するには、ネットワークが不正なデバイスや侵害されたデバイスを検知し、対応できなければなりません。
AIは、デバイスやデバイスグループに対するサービス品質（QoS）ポリシーとセキュリティポリシーを設定し、一貫して適用することで、認証済みデバイスをネットワークに追加するプロセスを改善します。AIはデバイスの動作に基づいてデバイスを自動認識し、適切なポリシーを一貫して適用します。
AIを活用したネットワークは、人間よりも迅速に、不審な挙動、ポリシーから逸脱する活動、ネットワークへの不正なデバイスアクセスを検知します。認証済みデバイスが実際に侵害された場合、AIを活用したネットワークはその事象の状況を把握できる情報を提供します。
デバイスの分類と挙動の追跡により、ネットワーク管理者はさまざまなデバイスやデバイスグループに異なるポリシーを適用できるようになり、新たに認証済みデバイスをネットワークへ追加する際の人的ミスの可能性も低減します。また、ネットワークの問題をわずかな時間で検知し、トラブルシューティングするのにも役立ちます。
詳しく読む：2022年版・ネットワークセキュリティソフトウェア＆ツールのベスト製品
トラブルシューティング
AI主導のネットワーキング以前は、NetOps（ネットワーク運用）担当者が複数のシステムにまたがるログ、イベント、データを確認し、ネットワークの問題を特定する必要がありました。この手作業には時間がかかり、障害を長期化させるだけでなく、人的ミスの余地も生じていました。現在のネットワークで扱われる膨大なデータ量を考えると、どれほど大規模なNetOpsチームであっても、イベントログを調べてネットワークの問題を特定し、解決することは人間の能力では不可能です。
現在では、AIによってネットワークは最大限の稼働時間を実現するために問題を自己修正できるだけでなく、NetOpsが取るべき具体的な手順も提案できるようになっています。
問題が発生すると、AI主導のネットワークはデータマイニング技術を使い、数分でテラバイト単位のデータを調べてイベント相関と根本原因分析を実行します。イベント相関と根本原因分析によって、問題を迅速に特定し、解決できます。
AIはリアルタイムデータと過去のデータを比較し、トラブルシューティングの開始点となる相関性のある異常を発見します。関連するデータの例としては、ファームウェア、機器のアクティビティログ、その他の指標などがあります。
AIを組み込んだネットワークは、インシデントの直前から関連データを取得できるため、調査を支援し、トラブルシューティングを迅速化できます。各インシデントのデータは、ネットワーク内の機械学習アルゴリズムが将来のネットワークイベントとその原因を予測するのに役立ちます。
AIはネットワーク障害を検知し、そこから学習するだけでなく、ネットワークに蓄積された豊富な過去のデータを利用して、障害を自動的に修正します。あるいは、そのデータに基づいて、ネットワークエンジニアが問題にどう対処すべきかについて、正確な推奨事項を提示します。
AIの機能によってトラブルシューティングのプロセスは効率化され、大幅に改善されます。AIはIT部門が処理しなければならないチケット数を減らし、場合によっては、エンドユーザーどころかIT部門が問題に気づく前に解決できます。
ネットワークの最適化
ネットワークを最低限の性能で稼働させ、安全に保つことと、最適化することは別の話です。ネットワークを継続的に最適化することで、エンドユーザーの満足度を維持し、長期的に顧客としてつなぎ止められます。
無線接続規格は、速度、チャネル数、チャネル帯域幅の容量という点で進化してきました。これらの規格は従来のNetOpsの取り組みで対応できる範囲を超えていますが、AIを組み込んだネットワークにとっては過剰なものではありません。
ネットワークの最適化には、ネットワークの監視、トラフィックのルーティング、ワークロードの負荷分散という3つの要素が関わります。これにより、ネットワークの一部だけに負荷が集中することを防ぎます。その代わりに、ネットワーク全体へトラフィックをより均等に分散し、最高品質のサービスを効率的に提供できるようになります。
現在のネットワークには、リアルタイムのイベントベースのネットワークデータを活用する、自己最適化型のAIネットワークが求められています。例えばディープラーニングを通じて、コンピューターはネットワークに関連する複数のデータセットを分析できます。そのデータに基づき、ネットワークの推奨エンジンはポリシーエンジンを参照し、既存のポリシーを改善するための適切な推奨事項を提示します。
一方で、こうした提案は、特定の地域やユーザーのデバイスでトラフィックが急増するといった状況の変化にかかわらず、基本的なサービス品質基準を満たします。推奨エンジンは、アイドル状態のアセットを稼働させたり、混雑を緩和するためにより長い経路へトラフィックを迂回させたりすることを提案できます。
同時に、提案はネットワークの基本的な運用上の制約にも従います。例えば、動画ストリーミングよりも通話やSMSのパフォーマンスを優先します。
ネットワークはその後、推奨事項に基づいて機器を自律的に再最適化します。自己最適化型ネットワークは、限られたリソースで最善の運用方法を示しながら、ネットワークの既存アセットを最大限に活用し、サービスレベル合意（SLA）への準拠も確保します。
AIを活用したネットワークの可観測性とオーケストレーションにより、ユーザーは可能な限り最高のネットワーク体験を得られます。
ネットワーク計画
急速に普及する5Gネットワーキングを背景に、AIは、サービスの提供や既存サービスの十分なサービスを受けられていない市場への拡大に向けたネットワーク計画に、最も大きな影響を与えるでしょう。
2018年のEricssonのレポートによると、世界のサービスプロバイダーの70％が、ネットワークの信頼性に最も大きな影響を与えるものとしてAIを挙げています。信頼性に続く分野として、ネットワーク最適化とネットワークパフォーマンス分析があり、回答者の58％がAIの導入が進んでいると答えています。
ネットワークパフォーマンス分析にAIを利用することで、通信サービスプロバイダーはネットワークに必要となるものを正確に予測でき、より適切な準備が可能になります。
例えば、AIを導入してプロバイダーのネットワークにおける位置情報の精度を向上させることができます。これにより、プロバイダーは特定地域のサービス品質を評価するための重要な情報を得られます。そして、その情報が将来のネットワークアップグレード計画に反映されます。
AIは、十分なサービスを受けられていない市場の地域を特定する際にも活用されます。衛星画像から、サービス提供地域と未提供地域を区別するのに役立ちます。
AIは、企業、特に通信サービスプロバイダーが戦略的な機会を特定し、行動に移すのを支援することで、競争上の優位性をもたらします。
詳しく読む：共存から融合へ：5GとWi-Fiの統合
ネットワークでAIを活用するメリット
AIを組み込んだネットワークは、組織に次のような多くのメリットをもたらします。
- 継続的な監視。
- ネットワークの問題を検知、修正、学習、防止するためのイベント相関と根本原因分析。
- 将来の問題を事前に特定し、対処するための予測分析。
- ダウンタイムの発生回数の減少。
- ダウンタイムが発生した場合の短縮。
- デバイスや最適化などにおけるネットワークプロビジョニングの自動化。
- ネットワークを強化する推奨事項の自動化。
- ネットワークパフォーマンスの向上。
こちらも読む：2022年版・ネットワーク自動化ツールのベスト製品
ネットワーキングにおけるAI活用の未来
AIを組み込んだネットワークには多くのメリットがあるため、現在の企業全体で導入がさらに進むことは確実です。急速に複雑化するネットワークの管理において、AIはますます重要な役割を果たしています。
しかし、AIがネットワーキングの専門家に取って代わるという懸念は、指摘されているものの、最終的には根拠のないものです。ネットワークには依然として、次のような方法でAIの機能を検証し、必要に応じて補完する人間が必要です。
- ネットワークの問題と、システムが生成した提案ソリューションとの不一致に対処する。
- 機械が高い確信度でソリューションを生成できない場合に支援する。
- イベント相関を検証し、イベント間の依存関係について、何を学習すべきか、何を学習すべきでないかを人間の論理でアルゴリズムに指示する。
- 推奨事項を実装する前に、機械の分析を検証する。
- 機械がどのように洞察、判断、結論に至ったのかを理解する。
詳しく読む：説明可能なAI（XAI）とは？
こうした介入を除けば、ネットワーキングにおけるAIの大部分が自動化された役割を担うことで、ITチームはデジタルエクスペリエンスやデジタル施策の総括といった、戦略的で価値の高い業務にリソースを振り向けられます。
次に読む：AIOpsで変わるネットワーク管理の未来