Việc bổ sung công nghệ học máy này cho phép Hawkeye nhanh chóng phát hiện, xác định và giải quyết các bất thường mạng, giúp các doanh nghiệp hạn chế sự cố ngưng trệ mạng và tăng thời gian hoạt động mạng.

Keysight Technologies cho biết, khi dữ liệu mạng và dữ liệu ứng dụng tiếp tục gia tăng cả về số lượng lẫn tốc độ, các nhóm vận hành mạng sẽ đối mặt với hàng loạt cảnh báo liên quan. Các nhóm này cần được giảm tải các cảnh báo, đồng thời tăng cường khả năng xử lý các vấn đề mạng và ứng dụng. Công nghệ học máy chính là phương thức mới để có hiểu chuyên sâu lượng dữ liệu khổng lồ đó. Dự báo của Gartner chỉ ra rằng, sẽ có hơn 50% ứng dụng doanh nghiệp mới được tích hợp các mô hình học máy hay trí tuệ nhân tạo vào năm 2022.

Theo chia sẻ của ông Recep Ozdag, Phó chủ tịch kiêm Tổng giám đốc phụ trách bộ phận Ứng dụng mạng và bảo mật thuộc Keysight (trước đây là công ty Ixia Solutions Group), hệ thống Hawkeye sử dụng sức mạnh của công nghệ học máy để giúp các đội vận hành mạng hiểu toàn diện về các hệ thống mạng đang ngày càng phức tạp của họ.

"Các nhóm vận hành mạng thường gặp khó khăn khi muốn hiểu rõ những vấn đề mạng thực tế từ các dữ liệu hiệu suất thô. Các tính năng học máy mới của hệ thống Hawkeye sẽ mang đến những thấu hiểu chuyên sâu về các thông số mạng quan trọng, nhanh chóng cảnh báo tới họ về các sự cố ngừng hoạt động, nghẽn mạng hoặc hiệu suất ứng dụng thực sự”, ông Recep Ozdag chia sẻ.

Chuyên gia của Keysight cũng cho biết thêm, tính năng dò ngưỡng và phát hiện bất thường tự động của Hawkeye kết hợp khả năng phát hiện sự cố dựa trên công nghệ học máy với các tiêu chí độ nhạy tùy chỉnh. Khi phát hiện sự cố, tính năng này ngay lập tức gửi cánh báo tới các nhóm vận hành mạng về các nguy cơ tiềm ẩn. Một bảng hiển thị chi tiết dữ liệu bất thường, tập trung và trực quan sẽ giúp các nhóm này dễ dàng nhìn thấy những sự cố tiềm tàng, hỗ trợ hiệu quả phân tích nguyên nhân cốt lõi và xử lý vấn đề.