¿Cómo se puede usar ML en redes de computadoras?

Asumo mi campo de profesión como la base de la necesidad de redes informáticas, que son aplicaciones web con un objetivo comercial. Algunas cosas fuera de mi cabeza:

  1. Autoescalado de servidores: la disponibilidad es importante para cualquier negocio, pero ¿cómo podemos saber cuándo debemos escalar y cuándo no? La aplicación de ML a la cantidad de tráfico y los patrones en los que fluctúa el tráfico nos permitiría correlacionar ciertos eventos de la vida real con un mayor tráfico de red y proporcionar una mejor escala al dar recomendaciones sobre la carga mínima / máxima esperada.
  2. Seguridad: ¿cómo podemos bloquear el tráfico basado en patrones maliciosos? Los equipos rojos están constantemente innovando en la forma en que recopilan información y obtienen acceso a las redes. Sospecho que el ML aplicado a nivel de ISP se puede usar de alguna manera para proporcionar una puntuación maliciosa para los patrones de tráfico en función de la frecuencia de acceso, el tipo y los valores de los encabezados, la fuente de solicitud, entre otras heurísticas, y marcar estas solicitudes del servidor.
  3. Optimización del manejo de patrones de tráfico: hay una diferencia en cómo funcionan las conexiones persistentes y las conexiones basadas en eventos, y ML podría usarse para proporcionar recomendaciones sobre cómo podemos mejorar nuestra infraestructura en función de dichos patrones. Dado que las aplicaciones web son de naturaleza diversa y cuando comenzamos con un nuevo producto, nunca sabemos cuándo las características comerciales pueden pivotar y elegir el marco / tiempo de ejecución ‘correcto’ puede terminar siendo una elección horrible en el futuro. ¿Cuándo deberíamos comenzar a cambiar? Eso es algo que ML podría darnos pistas.
  4. Enrutamiento de solicitudes / optimización de la ubicación de los recursos: las redes informáticas funcionan según las solicitudes y respuestas. Dada una red global de dichos enrutadores y solicitudes / respuestas, ¿cómo podemos optimizar las velocidades de conexión modificando hacia dónde se dirigen las solicitudes o dónde se encuentran los recursos?

¡Añadiré si puedo pensar en más! Salud.

En los últimos años, han surgido bastantes nuevas empresas en el campo de las redes que afirman usar AI / ML en parte de sus tecnologías. He visto empresas en al menos dos áreas (con las que estoy familiarizado). Son empresas de ciberseguridad y empresas de WiFi basadas en la nube. Para las empresas de seguridad cibernética, debe consultar:

  • DarkTrace
  • Niara (recientemente adquirida por HPE / Aruba)
  • Redes Vectra

Y aquí hay un buen artículo sobre este tema:

La IA es el futuro de la ciberseguridad, para bien y para mal

Y hay bastantes nuevas empresas en el espacio WiFi en la nube que también usan ML / AI para optimizar la experiencia del usuario. Echa un vistazo a estas empresas:

  • KodaCloud
  • Sistemas de niebla
  • Mojo Networks
  • Nyansa (no es exactamente un proveedor de WiFi, pero se enfoca en el rendimiento de los sistemas WiFi)

Estoy seguro de que hay otras compañías que usan ML / AI en otros aspectos de las redes de computadoras, pero no estoy tan bien informado en esas áreas.

Por supuesto, tengo algunos estudiantes trabajando en el uso de algoritmos de ML típicos para detectar vulnerabilidades de red en un entorno de Mininet y SDN simulado.

Además de las respuestas ya dadas, se podría argumentar que ya lo ha sido durante mucho tiempo dependiendo de lo que veas como ML. Los enrutadores de red que utilizan varios protocolos a menudo utilizan la retroalimentación de varias maneras que podrían considerarse ML, por ejemplo, para detectar qué rutas a puntos finales específicos son más rápidas y desviar el tráfico en consecuencia.