ppt文档 从制造到智造-瞻博网络AI驱动智造园区方案 VIP文档

1.27 MB 13 页 0 下载 4 浏览 0 评论 0 收藏
语言 格式 评分
中文(简体)
.pptx
3
概览
从制造到智造 — 瞻博网络 AI 驱动智造园区方案 © 2024 Juniper Networks 新技术部署难,出问题溯源难,终端多运维难 业务连续性 业务生产 7X24 业务中断会造成严重损失 数字化落地 - 并不容 易 © 2022 Juniper Networks Juniper Public IT/OT 融合 成本优化 技术革新 预算与人员有限 考 虑 TCO 与 OPEX 新技术 新挑战 学习使用成本 技术落地挑战 管理运维分工 4 WAN 保障 高级分析 IoT 保障 Marvis • 对话助理(与 GenAI 合作) • Minis 数字体验双胞胎 体验提升 快速部署、自动调优 迅速反应、及时修复 交互管理、以一抵百 Infrastructure AP 系列 BT11 (BLE) 利用室内定位服务提 升体验和收入 Mist Edge EX 系列 QFX 系列 SRX 系列 SSR 系列 数据 +AI+ 网络 = 解决实际问 题 Marvis Actions • 前瞻性网络洞察与行 动 • 自动驾驶网络运行 © 2022 Juniper Networks Juniper Public 有线基础设施 WAN 基础设施 人工智能原生的云服务 微服务 Network Assistant Wi-Fi 保障 接入保障 有线保障 用户交互 资产跟踪 Wireless 人工智能 Virtual 5 XGBoost / Decision Tree 吞吐量检测 交换机上行端口检测 Mutual Information SLE 特征查询 异常范围故障分析 Network Temporal Correlation 异常检测 AI 的背后是数据 https://www.juniper.net/us/en/solutions/artificial-intelligence-for-it-operations-aiops.html A RT I F I C I A L I N T E L L I G E N C E D E E P L EA R N I N G MA C H I N E L EA R N I N G K-Means Clustering 环境学习 Logistic Regression AP / Switch 健康度 高 CPU 检查 / 端口卡顿 Decision Tree AP / Switch 健康度 / DHCP 健康度 / 覆盖黑洞 / 线缆检 测 Bayesian Inference 异常根音检测 持续故障用户检查 AP 自动放置 Probabilistic Graphical Models 根因分析 Neural Network 基于时间序列异常检测 自然语言处理 , 地域空间分 析 Domain Expertise Classification 服务级别度量,事件时间轴 GAI /LLM/Transformer 语言模型 Marvis 对话助手 Reinforcement Learning 无线网络射频管理 Unsupervised Learning 定位 © 2022 Juniper Networks Juniper Public LSTM- Neural 每连接异常检测 有线异常检测 Conversational AI Marvis 虚拟网络助手 Online ARIMA 时间序列异常检测 Ipe JunN ET WO R KS 6 JU P· e driven by mist AI 人工智能驱动的支持 AI 依靠的是持续数据的积累 利用人工智能主动解决的客户 IT 问题的百分比 January 2019 Present 75% 50% 25% © 2022 Juniper Networks Juniper Public Ipe JunN ET WO R KS 7 T M 广泛知识库 / 语义理解 (ChatGPT 3.5/4.0) “ 请问今天网络怎么样 ?” “ 今天还不错,有几个技术问 题 我已经处理完了 网络运维的终局是什么? 今天 未来 © 2022 Juniper Networks Juniper Public 对话式语言助手 8 无人化网络检测 无人化变更检查 持续验证检查 © 2022 Juniper Networks Juniper Public Ipe JunN ET WO R KS 10 Juniper 连续四年 荣获 Gartner 『有线和无线局域网接入基础架构』 领导象 限 2020~2023 Gartner 有线和无线局域网接入基础架构 魔力像限 © 2022 Juniper Networks Juniper Public Junipe: N ET WO R K 11 从端到云的保障 • 应用程序、用户、设备和会话的可见 性 • 实时客户端数据、主动射频调整 • 集成 Wi-Fi 、 vBLE 和物联网 90% AIOps 领导者 • 实时 SLE 全栈 • 唯一会话式 VNA ( Marvis ) • 7 年以上数据科学经验 • 客户成功、 Marvis 、数据科学 家 85% 更好的运营体验 • 微服务云 实现灵活性和扩展性 • 最快推出 / 无停机升级 • 自动化根本原因分析 • 100% 开放的 API 合作伙伴生态系 统 Dart th 快速部署 不止一倍 AI 为园区网和分支机构网络带来变革 完美的个性化移动体验和持续的人工智能学习,改善 IT 运维 故障工单 已经消除 现场支持 已经减少 9 x © 2022 Juniper Networks Jun Juniper Public • 背景 • QS2022 排名第一的著名私立的综合性大学,有理工大学之最的称号 • 挑战 • 采购其他品牌 1,000 个 AP 进行升级后,由于解决方案的架构和许可证模式 的 复杂性,用户开始非常担心未来供应商锁定 • 无法了解 Wi-Fi 网络用户的用户体验,无法有效管理网络 • 为什么选择 Mist • 提供了平滑迁移的可能:通过 3 个月时间使原有网络平滑切换到 13,000 个 Mist AP 和 12 个 Mist Edge 构成的新网络 • 云级别的可扩展性:每个站点接近 2,399 个 AP ,提供 400 万 / 天的客户端 事件 检测和 400K/ 天的 PCAP 抓包分析 • 优秀的 WLAN 网络管理:高密度环境中的 RRM 和快速漫游优化 • 自动化技术的改善工作效率:加速了麻省理工学院 IT 团队的部署并降低了成 本配置模板,可以使用脚本的大规模自动部署, 3 小时完成 1 万 AP 固件 更新 • 部署用户跟踪方案:减少返回校园的学生、研究人员和教师的风险 平滑迁移到简单而强大的 Mist Cloud , 显著降低运营成本 …Its like we woke up from a dream, watching Mist roll out - Mark Silis, VP Information Systems and Technology, MIT 麻省理工学院 © 2022 Juniper Networks Juniper Public Ipe JunN ET WO R KS 13 N ET WO R KS Connections Empower Change “ 消除工程师去现场 0 I 无线将网络错误消减 球 技 “ 理 ” 是过去从未尝试之举” 主动自动化和自 线优接先 入 排 P 零售企 业 0 在 处 复现司存场 5% 公 不 的 8 头部 科 /10 全 0 顶 级 需 / 要 1 以上 动的 % 驱 9 “A 几乎可以 排障提速 20 /20 世界最大的云提供商 18 /20 全球知名大学 自动化、增强型的 PKI 和主动 优化措施促使网络服务支持 工 时降低 20%.” ● “ 使用 Juniper (SD-WAN) 帮 助我们 在三个星期内完成 MPLS 网络无法实现的能 力 AI 驱动的 SD- 体 W 验 A 保 N 证 客户体验带来成功 18 /20“ 全球最大银行 仰仗可靠无线 带来效益提升 订单处理增加 300%.” © 2022 Juniper Networks Juniper Public 驾线驶接网 入络 我们所做之 事 “ ● “ 14 和而不同、小灶开厨还是大炼钢铁? © 2022 Juniper Networks Juniper Public 创造 AI 小模型 / 专业市场 / 特定场景 / 创造价值 / 提升 效率 不可避免的终局背后 -AI 一定会 来 使用 AI AIGC/ 多模态 / 大模型 / 行业泛化 / 提升 体验 15 “You can’t look at the competition and say you’re going to do it better. You have to look at the competition and say you’re going to do it differently.” - Steve Jobs © 2022 Juniper Networks Juniper Public Ipe JunN ET WO R KS 16
下载文档到本地,方便使用
- 可预览页数已用完,剩余 12 页请下载阅读 -
文档评分
请文明评论,理性发言.