دوقلوی دیجیتال شبکه؛ لایه اطمینان برای عملیات مبتنی بر هوش مصنوعی

به گزارش Network World، گسترش عامل‌های هوش مصنوعی که می‌توانند تغییرات شبکه را پیشنهاد یا اجرا کنند، روش پرریسک «آزمایش در محیط عملیاتی» را به چالشی جدی تبدیل کرده است. در این شرایط، دوقلوی دیجیتال شبکه می‌تواند تغییرات را پیش از اعمال روی زیرساخت واقعی بررسی و نتیجه آن‌ها را با یک مدل قطعی ارزیابی کند.

دوقلوی دیجیتال شبکه چه تفاوتی با مانیتورینگ دارد؟

دوقلوی دیجیتال شبکه یک نسخه نرم‌افزاری از شبکه عملیاتی است که دستگاه‌ها، پیکربندی‌ها و مسیرهای ارتباطی را مدل‌سازی می‌کند. برخلاف ابزارهای مانیتورینگ که وضعیت جاری را در نقاط مشخص نشان می‌دهند، این مدل به پرسش‌هایی مانند امکان عبور ترافیک از یک مسیر، انطباق رفتار شبکه با سیاست‌های سازمان و پیامد احتمالی یک تغییر پاسخ می‌دهد. راهنمای جدید شرکت Forward میان شبیه‌سازی مبتنی بر اجرای Firmware واقعی تجهیزات و مدل‌سازی ریاضی قطعی تفاوت می‌گذارد. رویکرد دوم با استفاده از وضعیت و تنظیمات شبکه، رفتارهای ممکن ارسال ترافیک را محاسبه می‌کند؛ بنابراین تیم شبکه می‌تواند اثر تغییر در BGP، OSPF، فهرست‌های کنترل دسترسی یا قوانین Firewall را قبل از ورود به محیط عملیاتی بسنجد. این موضوع زمانی اهمیت بیشتری پیدا می‌کند که پیکربندی واقعی به‌تدریج از طراحی اولیه فاصله می‌گیرد. اضافه شدن تجهیزات، انباشته شدن استثناها و به‌روزرسانی‌نشدن مستندات، پیش‌بینی دامنه اثر هر تغییر را دشوار می‌کند. نتیجه ممکن است تعویق وصله‌های امنیتی، طولانی شدن بررسی قوانین Firewall و افزایش ریسک اختلال باشد.

چرا هوش مصنوعی به یک لایه راستی‌آزمایی نیاز دارد؟

مدل‌های زبانی ماهیتی احتمالاتی دارند، اما تصمیم‌گیری درباره مسیرها و سیاست‌های شبکه به پاسخ قابل اثبات نیاز دارد. دوقلوی دیجیتال می‌تواند نقش لایه قطعی زیر عامل هوش مصنوعی را ایفا کند: هر تغییر پیشنهادی ابتدا روی مدلی هم‌ارز شبکه واقعی اجرا می‌شود و فقط در صورت عبور از آزمون‌های تعیین‌شده به مرحله اجرا می‌رسد. این سازوکار برای NetOps امکان اعتبارسنجی تغییرات مسیریابی، برای SecOps بررسی دسترسی ناخواسته، و برای CloudOps ارزیابی مسیرهای میان ابر عمومی و زیرساخت داخل سازمان را فراهم می‌کند. همچنین ثبت نتایج آزمون‌ها می‌تواند به ممیزی و کنترل انطباق کمک کند. با این حال، خود Forward در نتیجه‌گیری این راهنما ذی‌نفع است و سازمان‌ها باید پوشش پلتفرم‌ها، نسخه‌های سیستم‌عامل و شواهد دقت هر محصول را مستقلاً ارزیابی کنند. جمع‌بندی این تحلیل آن است که خودکارسازی امن شبکه با استقرار عامل هوش مصنوعی آغاز نمی‌شود؛ نخست باید مدل دقیقی از رفتار واقعی زیرساخت و یک دروازه اجباری برای آزمون پیش از تغییر ایجاد شود. برای مدیران IT و کارشناسان شبکه، دوقلوی دیجیتال می‌تواند فاصله میان سرعت اتوماسیون و کنترل‌پذیری عملیات را کاهش دهد.