Después de más de 30 años de desarrollo, las redes IP han sentado una base sólida para la conectividad de red que permitirá una sociedad inteligente. Según la visión de futuro de la industria global (GIV) 2025 de Huawei, 6.200 millones de personas tendrán acceso a Internet y existirán 100.000 millones de conexiones en todo el mundo en 2025. Además, la digitalización empresarial se está acelerando. En 2025, el 100% de todas las empresas utilizarán servicios en la nube y el 85% de las aplicaciones empresariales estarán basadas en la nube. Las empresas de todos los tamaños ya están profundizando sus iniciativas de transformación digital y en la nube. En este contexto, se requiere que las redes IP transmitan cada vez más servicios críticos, lo que impone requisitos cada vez más altos a las redes IP.
Por ejemplo, las redes Wi-Fi de campus suelen implementarse en edificios de oficinas, grandes estadios y centros comerciales. En estos entornos, la cantidad de usuarios en diferentes áreas fluctúa enormemente, con demandas de una variedad de aplicaciones y servicios, como correo electrónico, navegación web, videoconferencias y comercio electrónico, todo al mismo tiempo. Garantizar una experiencia de servicio óptima para una cantidad tan alta y una diversidad de usuarios plantea desafíos significativos en la red. Tradicionalmente, el personal de operaciones y mantenimiento (O&M) tiene que ajustar manualmente los recursos de la red, lo que es altamente ineficiente porque la red no puede hacer frente al rápido movimiento de usuarios; como resultado, no se puede garantizar la experiencia del usuario. Entonces, surge la pregunta: ¿pueden las redes Wi-Fi volverse lo suficientemente inteligentes como para detectar de manera proactiva estas fluctuaciones constantes y ajustar automáticamente los recursos en consecuencia para satisfacer los requisitos del servicio?
La inteligencia artificial (IA) puede ser la respuesta. Las redes de campus impulsadas por IA podrían detectar de forma inteligente los cambios en la cantidad de terminales y ubicaciones de acceso, así como los cambios en los requisitos de ancho de banda y experiencia de servicio para los usuarios de Wi-Fi. También podría predecir tendencias y ajustar dinámicamente los recursos de la red Wi-Fi para optimizar el rendimiento de la red. Con base en lo anterior, Huawei colaboró con clientes líderes para innovar conjuntamente en redes IP inteligentes. Una de esas innovaciones es la solución Wi-Fi impulsada por IA que, según los resultados de las pruebas de Tolly ① , puede mejorar el rendimiento de las interfaces aéreas inalámbricas en un 58% mientras reduce la tasa de interferencia del canal Wi-Fi en un 49%, en comparación con el promedio de la industria. La aplicación de la IA va más allá y se puede utilizar para la operación y el mantenimiento inteligentes de las redes de campus, donde aproximadamente el 85% de las fallas se pueden rectificar en 10 minutos.
Huawei cree que las redes IP inteligentes tienen las siguientes características:
La conectividad inteligente es la base de la arquitectura de la red IP inteligente. Actualmente, existen muchas incertidumbres en la red IP, como la negociación insuficiente (si es que existe) para el Acuerdo de Nivel de Servicio (SLA) entre la capa de servicio y la capa de red. Como resultado, las expectativas (también llamadas intención del servicio) de la capa de servicio no están claras en la capa de red. Esta es la incertidumbre del lado de la demanda. Además, la red IP está multiplexada estadísticamente, lo que significa que el nivel de uso de recursos en la capa de red cambia constantemente con el servicio y el tráfico, un síntoma de incertidumbre del lado de la oferta. Para eliminar incertidumbres de este tipo, es necesario detectar con precisión primero la intención del servicio. Para el lado de la demanda, la capa de servicio podría notificar a la capa de red los requisitos del servicio, o la capa de red podría analizar las características del tráfico del servicio (modelos de servicio), aprender de manera proactiva sobre terminales, usuarios y tipos de servicio y, en última instancia, inferir las expectativas de la capa de servicio. En cuanto a la oferta, una plataforma unificada para la gestión, el análisis y el control de la red puede utilizar algoritmos de IA, como redes neuronales, para establecer modelos de red, detectar y analizar el estado de la red en tiempo real y conocer el uso de los recursos de la red. La conectividad inteligente también es un proceso de combinación de la intención del servicio con los recursos de la red para proporcionar continuamente los servicios de conectividad deseados a un costo mínimo, logrando así el objetivo de una «experiencia basada en aplicaciones».
El O&M inteligente es crucial para mejorar la experiencia del usuario. El modelo actual de resolución de problemas basado en quejas ha generado desafíos importantes para el O&M de la red. Dado que el departamento de O&M de la red suele ser el último en enterarse de que se ha producido un problema en la red, no se puede garantizar la experiencia del usuario. La solución es el O&M proactivo, que garantiza una mejor experiencia del usuario. En primer lugar, se debe supervisar el estado de la red en tiempo real para comprobar si existe un problema o un riesgo potencial en la red. Si se descubre un problema o un riesgo, se puede identificar la causa raíz con precisión haciendo coincidir los patrones de fallas mediante tecnología de IA, y las fallas se solucionan automáticamente de manera oportuna. De esta manera, los problemas se pueden resolver antes de que se vean afectados la experiencia del usuario o los servicios.
El aprendizaje inteligente es la garantía de una conectividad inteligente y de una operación y un mantenimiento inteligentes. El establecimiento de modelos de servicio, modelos de red y modelos de falla depende del entrenamiento de la IA y de las capacidades analíticas resultantes del aprendizaje inteligente. Por lo tanto, se pueden establecer modelos adecuados mediante el entrenamiento de la IA. Además, mediante la evolución continua, el entrenamiento de la IA puede aumentar el nivel de inteligencia de todo el sistema, lo que permite que el sistema se adapte a los cambios rápidos en los servicios y las redes y, en última instancia, brinde mejores servicios y experiencias para los usuarios.
En HUAWEI CONNECT 2019, Huawei lanzó redes IP inteligentes impulsadas por IA para impulsar las redes de conducción autónoma (ADN) en el campo de la comunicación de datos. Esta arquitectura a prueba de futuro presenta conectividad inteligente, operaciones y mantenimiento inteligentes y aprendizaje inteligente, con mejoras de IA en tres capas:
Productos potenciados por IA : Huawei ofrece una amplia gama de productos de la serie AI Turbo, que incluyen enrutadores NetEngine, conmutadores CloudEngine, productos WLAN AirEngine y productos de puerta de enlace de seguridad HiSecEngine. Estas ofertas brindan inferencia de borde y toma de decisiones en tiempo real, y ajustan las políticas de reenvío de paquetes IP en función de la intención del servicio para garantizar una experiencia de servicio óptima en tiempo real.
Gestión de red impulsada por IA : Huawei iMaster NCE puede identificar la intención de la capa de servicio, generar e implementar automáticamente configuraciones de red y garantizar que la red cumpla continuamente con la intención del servicio. También puede detectar el estado de salud de la red física en tiempo real, identificar anomalías, proporcionar alertas y ofrecer sugerencias de manejo de manera oportuna. Al utilizar una base de datos de sistema experto, Huawei iMaster NCE ayuda a solucionar rápidamente las anomalías de la red y optimizarla. Huawei iMaster NCE también ofrece visibilidad en tiempo real de los acuerdos de nivel de servicio y permite un mantenimiento predictivo basado en tecnologías de IA. Además, el sistema proporciona varias visualizaciones de las capacidades de red impulsadas por IA, lo que permite a los socios de varias industrias personalizar su desarrollo.
Servicio de capacitación de IA en la nube : Huawei iMaster NAIE ofrece servicios de lago de datos, servicios de capacitación y modelos, apertura de ecosistemas y servicios para desarrolladores basados en la plataforma en la nube. Estas capacidades ayudan a las empresas a adquirir experiencia en algoritmos de IA, a hacer crecer los equipos de desarrolladores de IA y a desarrollar capacidades de algoritmos de IA. Además, los servicios de capacitación ayudan a los desarrolladores a reducir el costo de los recursos informáticos. Después del enmascaramiento de datos, los recursos de datos se pueden compartir de manera eficiente, lo que ayuda a los desarrolladores a capacitar modelos de manera efectiva. Huawei iMaster NAIE también admite el aprendizaje federado (FL) y el aprendizaje por transferencia, lo que supera los problemas de generalización de modelos y permite compartir modelos.
Las redes IP inteligentes no sólo revolucionan las redes de campus, sino que también ofrecen avances en los campos de redes de centros de datos (DCN), redes de área amplia (WAN) y firewalls de seguridad.
DCN + IA : La llegada de la era de la IA plantea mayores requisitos a las DCN. Según pruebas relacionadas, una tasa de pérdida de paquetes del 0,1 % en una DCN puede reducir la potencia de cálculo del entrenamiento de la IA en un 50 %. Para combatir este problema, Huawei lanzó la primera solución de red de área local (DCN) con IA Fabric de la industria, que logra una pérdida de paquetes cero para liberar por completo la potencia de cálculo de la IA en una DCN. Esta solución utiliza tecnologías de IA para implementar una programación de tráfico predictiva, logrando una pérdida de paquetes cero en la red y mejorando la eficiencia de computación y almacenamiento de datos en aproximadamente un 30 %. Además, Huawei y los principales clientes han logrado grandes avances en innovaciones conjuntas al aplicar tecnologías de IA al O&M inteligente de las DCN. La solución de Huawei puede detectar 75 tipos de fallas frecuentes en un minuto, localizarlas en tres minutos y rectificarlas en cinco minutos. Basada en la investigación y el desarrollo (I+D) anteriores y los logros de la innovación conjunta, la solución DCN impulsada por IA de Huawei puede implementar preliminarmente la «comprensión inteligente de la intención del servicio, la selección inteligente de la ruta de red óptima, la evaluación inteligente de los riesgos de cambio, la detección inteligente de fallas, así como la ubicación rápida de la causa raíz de la falla». Con estos logros, Huawei ha tomado la delantera en la creación de una red de conducción autónoma de nivel 3 en el campo de DCN.
WAN + IA : En la nueva era actual, «5G + Nube + IA» está impulsando a todas las industrias. En particular, 5G ofrece capacidades sin precedentes para el acceso inalámbrico, mientras que la nube y la IA ofrecen una escalabilidad casi ilimitada para la computación inteligente (para un solo inquilino). De hecho, la unión de 5G, nube e IA se logra mediante redes DCN y WAN. La DCN impulsada por IA es el catalizador para agregar «IA» a la «Nube», mientras que la WAN impulsada por IA es el catalizador para combinar «5G» y «Nube». Esperamos aprovechar al máximo las tecnologías de IA para hacer avanzar la red de conducción autónoma en las redes WAN. Al hacerlo, podemos liberar todo el potencial de 5G, la nube y la IA, permitir que millones de empresas migren a la nube y brindar a todas las industrias los beneficios de 5G. Entonces, ¿cómo podemos hacer que esto sea una realidad?
De manera similar al escenario de DCN, las redes WAN pueden aprovechar la IA para desarrollar una red de conducción autónoma. En concreto, la WAN impulsada por IA puede hacer coincidir de forma inteligente los recursos de la red y seleccionar las rutas óptimas en función de los requisitos del acuerdo de nivel de servicio (SLA), como la latencia del servicio. Sin embargo, a diferencia del escenario de DCN, las redes WAN deben resolver un problema fundamental: cómo aprovisionar rápidamente las redes WAN para cumplir con los diferentes requisitos del SLA de varias industrias (por ejemplo, la latencia de extremo a extremo de la telemedicina 5G debe ser inferior a 15 ms). En resumen, el nuevo desafío para las redes WAN es ayudar al «cuerpo» del plano de reenvío físico a seguir el ritmo del «cerebro de gestión, control y análisis» impulsado por IA.
En la actualidad, cada vez más empresas migran a la nube. Las redes WAN tradicionales ya no son adecuadas, ya que deben aprovisionarse manualmente salto a salto, lo que genera una eficiencia de implementación deficiente. Al mismo tiempo, las máquinas virtuales y los contenedores se pueden aprovisionar mucho más rápido, lo que hace que la implementación de la red WAN sea un cuello de botella. Una mejor alternativa es Segment Routing IPv6 (SRv6), un protocolo de enrutamiento de última generación que tiene múltiples ventajas. Su mecanismo de «enrutamiento de origen» ha evolucionado desde el tradicional «aprovisionamiento nodo por nodo en una red de múltiples saltos» al «aprovisionamiento solo de nodos de origen». SRv6 simplifica enormemente la implementación de la WAN y permite que el «cuerpo» siga el ritmo del «cerebro», logrando una implementación automática y rápida en las redes WAN.
Las industrias que utilizan 5G tienen distintos SLA, especialmente en términos de requisitos de latencia. Para abordar esto, la WAN utiliza el protocolo SRv6 para programar la ruta de reenvío de la red en función de la ruta óptima calculada por el sistema de gestión, control y análisis. De esta manera, se puede configurar rápidamente una ruta con una ruta y una latencia deterministas para cumplir con los requisitos de la capa de servicio.
Por lo tanto, SRv6 es una capacidad crucial del plano de reenvío de las redes WAN impulsadas por IA de próxima generación. SRv6 permite que la WAN «recomiende de manera inteligente la ruta óptima, implemente rápidamente conexiones óptimas y optimice los acuerdos de nivel de servicio en tiempo real». Junto con las tecnologías 5G y de la nube, SRv6 ayuda a las empresas a migrar a la nube y, al mismo tiempo, impulsa a todas las industrias.
Firewall de seguridad de red + IA : con tantas variantes, los malwares son difíciles de detectar, ya que los firewalls actuales tienen dificultades para lidiar con ellos a través del enfoque convencional de «coincidencia de firmas». Huawei demostró su posición de liderazgo con el lanzamiento del primer firewall de IA de nivel T de la industria, la serie HiSecEngine USG12000. Este producto de vanguardia utiliza el exclusivo motor de IA de detección de amenazas (AIE) para manejar amenazas que no pueden ser detectadas por los firewalls tradicionales, como hosts comprometidos y comunicación con servidores externos de Comando y Control (C&C), en los límites de la red en tiempo real, logrando una tasa de precisión de más del 99%. Con capacidades de IA integradas del chip Ascend 310 AI, HiSecEngine USG12000 mejora el rendimiento de detección de amenazas en cinco veces. Al aprovechar el análisis inteligente de eventos de seguridad y las tecnologías de optimización de políticas de seguridad inteligente, HiSecEngine USG12000 logra implementaciones de servicios en minutos e implementa la implementación y el cambio de políticas impulsados por el servicio, lo que reduce los gastos operativos (OPEX) para O&M de seguridad en un 80%. Este firewall de inteligencia artificial de próxima generación brindará protección inteligente de los límites de la red y creará una seguridad impenetrable para las empresas.
La filosofía central de Huawei es centrarse en el cliente, y sus necesidades son la fuerza impulsora del desarrollo de la compañía. A través del programa de innovación conjunta NetCity, Huawei combina los requisitos de los principales clientes con sus propias capacidades de investigación y desarrollo de chips para desarrollar soluciones de redes IP líderes y dar forma al futuro de las redes IP. Huawei seguirá trabajando con clientes y socios de todo el mundo para innovar continuamente en productos y soluciones de vanguardia y liderar el camino en el desarrollo de redes IP inteligentes.
