5 segredos para um Centro de Operações de Rede (NOC) mais automatizado

O NOC precisa de processos que automatizem a maneira como a rede identifica e resolve incidentes que impactam o serviço em tempo real. Ou, melhor ainda, que pode prevenir incidentes antes que eles aconteçam. Reagir a eventos negativos ou tickets de clientes é ineficiente e caro. A automação e o machine learning podem ampliar sua capacidade de prever e prevenir problemas antes que eles ocorram.

A necessidade de consolidar e processar informações rapidamente é fundamental para o sucesso de qualquer equipe de operações de rede. Até agora, os Provedores de Serviços de Comunicação (CSPs), os Provedores de Serviços Gerenciados (MSPs) e outras empresas têm lutado para visualizar suas redes em expansão de forma rápida e precisa em uma visão singular, contando com ferramentas legadas e práticas manuais para monitorar funções e serviços de rede essenciais. A proliferação de sistemas de inventário, aplicações isoladas e infraestruturas de rede fragmentadas reunidas por meio de aquisições criou lacunas significativas de visibilidade para o NOC, impactando negativamente a produtividade e aumentando os custos.

Depois de consolidar os dados em uma plataforma, é preciso identificar, analisar e resolver rapidamente a causa raiz dos eventos que afetam o serviço. Um sistema como o Assure1® ajuda a eliminar e suprimir grandes quantidades de ruído, garantindo que a equipe de operações sempre atue corretamente contra incidentes que normalmente afetam os serviços.

Com ML e análise de eventos, você pode aproveitar algoritmos de ML padrão do setor com filtros de dados especiais para normalizar dados, garantindo que padrões corretos sejam inseridos no mecanismo de ML.

Usando esses fluxos de dados, a solução ajuda a detectar anomalias, como desvios temporais, raridades estatísticas e comportamentos incomuns, para gerar um evento causal raiz único. Os eventos causais raiz contêm padrões de supressão que filtram o ruído para melhorar a taxa de previsibilidade dos operadores do NOC para resolver problemas, em vez de responder a uma enxurrada de alarmes de eventos (novamente, permitindo ser proativo em vez de reativo).

Na Federos, falamos muito sobre acionabilidade porque é a chave para uma automação eficaz. As equipes de operações devem adotar uma mentalidade de ação para impulsionar a automação.

A análise de eventos e o ML completam a estratégia do Assure1® de três partes para fornecer aos clientes a análise de causa raiz (RCA) líder do setor. A Federos oferece três tipos de RCA, e o último está vinculado à capacidade de ação que exige intervenção humana:

• RCA topológico aproveitando a descoberta de topologia física e virtual
• Análise de causa raiz do machine learning não supervisionada que aprende com padrões e não requer topologia
• Análise de causa raiz supervisionada, onde os operadores podem sinalizar campos de ruído e vinculá-los a causas raiz conhecidas

• Desvio de estoque: descubra quando o estoque está oscilando e automatize um chamado (isso pode acontecer 20, 30, 100 vezes por dia). O Assure1® Universal Topology pode descrever de forma rápida e precisa mudanças topológicas quase em tempo real. Inclui uma topologia de domínio cruzado totalmente integrada e uma função de gerenciamento de relacionamento para lidar com qualquer tecnologia, lógica ou física.
• Picos e quedas de eventos: causadas por picos de eventos (ou quedas repentinas de eventos) que são causadas por uma única causa raiz. Por exemplo: elimine sistemas de gerenciamento de fibras e elementos desconectados.
• Comportamento anormal: impulsionado pelo aprendizado dos campos de ruído de cada dispositivo, até as portas dos switches. A regra de comportamento anormal gera e escala eventos com base em anomalias não comuns àquela porta ou dispositivo. Por exemplo, uma porta de roteador central que antes estava estável, mas de repente começa a apresentar problemas, seria sinalizada e encaminhada para análise.
• Desempenho operacional do NOC: analisa como diferentes tipos de eventos são tratados e aprende como cada tipo de evento é gerenciado. Com base nessas informações, a solução envia um alerta quando um evento é tratado de forma anormal. Por exemplo, se um operador NOC reconhece uma porta inativa adicionando um lançamento e, em seguida, limpando o alarme, esse incidente seria “aprendido” pelo Assure1® como normal para esse tipo de evento. Nesse caso, se no futuro alguém acidentalmente limpasse um evento sem intervir, essa ação dispararia um alarme.