感知网 数据中心感知网络技术漫谈

=======

感知网络最早是弗吉尼亚理工大学提出的。感知网络是指通信网络能够感知现有的网络环境，通过了解环境实时调整通信网络的配置，智能适应专业环境的变化。从字面上看，不难理解，感知网络其实可以看作是SDN的升级版。SDN用软件定义网络，把软件和硬件分开，通过软件集中控制网络。此外，感知网络可以实时监控网络的运行状态，并在出现异常或变化时自动调整网络，以确保业务顺利进行。拥有感知网络的数据中心将不再需要太多网络技术人员。感知网络的自我学习和自我管理可以完成数据中心网络部分的运行和维护，这是数据中心网络技术演进的最终目标。

感知网络以其低功耗、低成本、短延迟、高容量、高安全性和易构建等独特优势，在监控各种复杂环境中发挥着重要作用。感知网络显然意味着可以实现整个数据中心网络。首先要对网络进行监控，收集全网设备的运行状态和全网链路的互联互通情况。这个获取过程非常复杂:一方面，控制器启动各种网络探测，等待响应。如果网络中的一些设备没有及时响应，则根据时间和丢包时长给出基本判断，并根据判断改变网络配置，将流量引向其他正常网络运行。另一方面是网络设备本身发起的。当网络设备本身发生故障时，它可以主动向控制器报告故障信息，以便控制器根据故障的严重程度采取适当的隔离操作。这就要求网络设备本身具备良好的自我监控机制，出现故障时能及时给出报警信息，让控制器来判断。这两方面信息的筛选是非常技术性的，因为很多信息本身是不可靠的，很容易通过这些不可靠的信息做出误判，所以要根据经验不断学习积累，给出合理的判断；其次，如果感知网络的执行者是人或者设备，当然一切都可以交给设备，最好放人。其实这还是很难做到的。主要是我们现在的人工智能技术还不完善，通过机器来模拟人类的学习过程是肤浅的，让机器只能机械地执行人们事先提供的指令，当网络环境稍有变化，机器不知道如何处理，所以大部分还是靠人。还有，机器学习需要大量样本，数据中心本身也没有那么多历史故障数据可以参考，所以样本数据太少，也影响机器学习的效果。人虽然经常犯错，但可以把人和机器结合起来，充分发挥机器的超级计算能力，利用人的丰富经验，从而给出最客观合理的判断；第三，感知网络的最终目的是控制和管理网络，采集的数据样本和数量直接影响最终的执行结果。有时候采集的数据样本过于片面，反而会发出错误的控制指令，所以控制和管理的细化是基于海量数据采集和基于大数据的智能分析。俗话说，“我们不仅要发现问题，还要善于解决问题。”显然，如果感性网络能够解决自身的问题，这才是感性网络最有价值的体现。

把数据中心的网络建设成一个真正的感知网络是非常困难的，这其实是一个理想化的网络概念，基于目前的网络技术水平，还达不到感知网络的高度。感知网络需要资源的实时变化，包括拓扑信息和主机信息的变化。可访问性是任何网络应用的最基本要求。近年来，SDN技术越来越多地出现在人们面前。SDN网络的集中控制使控制器能够根据全局信息做出最佳决策，而无需在交换节点上采用分布式路由算法。SDN可以看作是网络应用最基本的服务之一。SDN侧重于以太网的应用感知。事实上，应用感知是一个宽泛的术语，对于不同的网络应用有不同的含义。一些设备，如防火墙、广域网优化和应用交付控制器，是应用感知的，以定义和实现应用的各种数据传输操作。这些功能模块也可以成为应用感知网络的一部分，甚至有专家提出了基于服务的感知网络的概念。基于服务的感知网络的内涵不仅在于技术范畴，还在于企业的营销层面和内部管理层面。此时感知网络应该能够感知用户的业务需求，具有稳定性(健壮性)、安全性、智能管道、运维简单、部署快捷等特点。显然，感知网络的概念涵盖面很广，不同的人对它有不同的解读。但所有的变化都是密不可分的，其实最终还是会降落到网络上，毕竟还是和网络有关，不然就不叫感性网络了。曾几何时，数据中心的网络功能受到物理基础设施的限制。现在，一旦数据中心开始采用全软件和虚拟化架构，优化的数据网络环境自然会随之而来。之后，我们将能够根据业务需求和发展目标定制数据环境，不再受网络的限制。这是进步，是向网络意识方向迈出的一小步。

感知网络的本质是网络不再是一堆固定连接转发数据的设备，而是充满了血肉，里面有灵魂。感知网络是一个智能的、灵活的网络，可以根据外界的变化随时随地进行调整，以适应外界的变化，同时在遇到问题时可以自愈。就像一个人生病了，小病可以去药店买药，吃了药自己就能好起来。网络感知的控制平台可以自行处理和解决一些网络问题，并进行自动化运维，这将大大释放人力，为数据中心节省运维成本。因此，感知网络是未来数据中心网络建设的最终目标。