Arubaなどが製品を開発
ワイヤレスネットワークを分析して問題を特定 始まっているAIによる自動診断（1/2 ページ）
高度なネットワーク分析ツールはパフォーマンスを評価し、ビジネスへの洞察を提供する。だが、分析によってネットワークの全体的視点が得られるのはもう少し先のことだ。
機械学習によるネットワーク分析ツールは有効か《クリックで拡大》
ワシントン大学でネットワークと通信部門のディレクターを務めるデイビッド・モートン氏が管理するワイヤレスネットワークは、3カ所の大学キャンパスで使用されている。また、3カ所の病院の敷地、30カ所の補助診療所、複数の研究施設でも使われている。このワイヤレスネットワークには、8万5000人のユーザーが20万台のデバイスを接続している。
誰かに求められれば、同氏は1台のデバイスと1人のユーザーの位置を正確に特定できる。そして、そのユーザーが建物内に立っているか、教室に向かって屋外を歩いているかを把握することが可能だ。そのように細かく見通す可視性をモートン氏に与えているのが、機械学習と人工知能（AI）の原理を利用するネットワーク分析ツールだ。
併せて読みたいお薦め記事
機械学習でネットワーク管理
最新ワイヤレス技術を知る
モートン氏によると、ワシントン大学のネットワークユーザーは、どれだけたくさん使用しても、ネットワークが必ず機能すると考えているという。新しい分析ツールを利用することで、ネットワークのパフォーマンスをさらに詳しく確認でき、こうした需要に応えることができる。
「こうした分析ツールから提供される細かさのレベルによって、IT部門はさまざまな洞察を提供できる。例えば、ユーザーとワイヤレスネットワークとの対話状況や、そのような体験にITチームが改善を加える方法などが分かる」（モートン氏）
ワシントン大学は、Aruba Networksの1万2000個のアクセスポイントと25台ほどのコントローラーを使用してこのワイヤレスネットワークを構築している。また、これらのアクセスポイントとコントローラーからストリーミングされるデータを収集し、分析するため、同社の「Aruba NetInsight」分析ソフトウェアも採用している。モートン氏の説明によると、Aruba NetInsightが利用するアルゴリズムは、分析対象のデバイスやアプリケーションに関連のある変数のマトリクスを使用して構築されているという。その結果はダッシュボードに表示され、IT部門はその結果を個々のユーザーやネットワーク要素まで掘り下げることができる。
361個のアクセスポイントを分析ツールで自動調査
モートン氏によると、IT部門が自分たちでは見つけられないほど難しい問題や、手作業で見つけるには時間がかかり過ぎる問題を特定するのにこの分析が役立っているという。例えば、450人が集まっている1つの教室で対話型テストを実施し、クリックデバイスを使って応答を入力するように学生に求め、学生のうち50人が自分のクリックデバイスが動作しないことに気付いたとする。すると、Aruba NetInsightが自動的にアルゴリズムを使用して問題を見つけ出し、その修正方法を提案することになる。
同氏は別のケースについても付け加える。同大学では361個のアクセスポイントが正常に機能していないと判明したことがある。その際、IT担当者が手作業で全てのアクセスポイントを調査する必要はなかった。代わりに、この分析ツールを利用して、不具合のある箇所と発生している問題に関するリストを用意することができた。
「当校では、最終的に発生しそうな問題を、Aruba NetInsightを使うことで先回りして解決できるようになることを望んでいる。機械学習とAIの環境は急速に進化する過程にある。そのため、分析ツールでやがて可能になることが徐々に判明しているところだ」（モートン氏）
企業ネットワーク全体で急増する数々のデバイスから多くのデータが生成されており、IT管理者はこうしたデータを利用できる。これらのデバイスやその他のネットワークソースからもたらされるデータを通じて、ネットワークの運用状況に対する洞察が得られる。そうしたデータを収集／分析してすぐに使える有意義な情報を提供することが、ネットワーク運用に変化をもたらす鍵を握る。機械学習とAIは成長を続けており、それに伴いIT担当者は一連の新しいネットワーク分析ツールを頼りにするようになっている。こうしたツールはネットワークパフォーマンスの監視と評価に役立ち、ビジネスに対する洞察さえ提供できる。その上、数年がたってこれらのツールの包括性が十分に高まれば、ネットワーク全体に対する完全かつ総合的な視点が提供される可能性もある。つまり、支社からクラウドまで全体を確認できるようになる。
膨大な量のネットワークデータをリアルタイムに分析する課題は、高度なネットワーク分析ツールの需要が増えていることだ。特にクラウドサービスを利用し、セキュリティ要件を重視する企業の増加がこのような需要を生み出している。調査会社Market Research Futureによると、これは分散型サービス拒否（DDoS）攻撃の規模が大きくなっている影響だという。全世界でのネットワーク分析に対する支出は2016年では25億4000万ドルだった。だが、2022年までに31億ドルに上昇すると同社は予測している。
ワイヤレステクノロジー以上に分析の価値を適切に反映しているネットワーク分野は恐らくない。この分野では、ネットワーク分析ツールの助けを借りることでWi-FiとワイヤレスLANのパフォーマンスを向上できる。こうしたネットワーク分析ツールでは機械学習とAIの両方を活用するものが増えている。
ベンダーはこうした需要をうまく取り込もうとしている。Aruba Networksは分析に重点を置く。Mist SystemsもAIとクラウドベースの機械学習を組み合わせたワイヤレス分析サービスを用意している。このサービスでは、ワイヤレスLANのパフォーマンスを監視するための情報を企業に提供する。ExtraHop NetworksはMachine Learning as a Service（MLaaS）製品の「Addy」を提供している。また、同社のITパフォーマンス監視プラットフォームにサイバーセキュリティ分析ソフトウェアが最近導入されている。Nyansaの製品「Voyance」はキャンパスおよびエンタープライズクラスのネットワーク監視システムだ。この製品は、有線ネットワークとワイヤレスネットワークの両方で、ユーザーがパフォーマンスの問題を診断できるようにする。
Copyright © ITmedia, Inc. All Rights Reserved.
この記事の著者
関連記事
新着ホワイトペーパー PR
-
製品資料
[株式会社うるる] 「入札市場」攻略ガイド：効率的に落札するためのポイントを徹底解説 -
製品資料
[株式会社うるる] 入札情報に特化した「販路拡大」「効率化」のためのサポートツールとは？ -
市場調査・トレンド
[株式会社うるる] 公共入札に成功する企業と失敗する企業の「5つの違い」 -
製品資料
[日本ビジネスシステムズ株式会社] 専門家が教える、Microsoft 365の「テナント統合／分離」を成功に導く秘訣 -
製品資料
[rakumo株式会社] Microsoft 365での情報埋没を防ぐ、社内ナレッジを資産化する情報ポータル活用
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
半数がブルーカラー転向を視野に？ ベテランエンジニアを追い込む“54歳の壁”
-
2
PHP脆弱性「PHP2Shell」で2260万件に影響 情シスの緊急チェックリスト
-
3
「Windows」の不要なファイルを安全に消して容量を空ける方法
-
4
なぜ「Gemini 4 Argon」は出遅れたのか？ Googleが狙う“逆転のシナリオ”
-
5
「Microsoft 365」が乗っ取られる MFAを破る“本物の画面”の恐怖
-
6
生成AIが普及しても「技術書」を手放せないエンジニアの本音
-
7
OpenAIやAnthropicでさえ制御不能 2026年夏「3大サイバー攻撃」の衝撃
-
8
ChatGPTは“検索しまくり”でGeminiは“淡泊”？ データが明かすAIの裏側
-
9
「Copilot」はなぜ放置される？ “議事録要約止まり”を脱する処方箋
-
10
「IT運用・情報システム業務」に関するアンケート
ホワイトペーパーランキング PR
-
1
AI駆動攻撃にどう対抗する？ 超速の攻撃からエンドポイントを保護する方法
-
2
最速72分でデータが流出？ 最新の脅威トレンドや侵入手法から分かった防衛策
-
3
2026年のサイバーセキュリティには何が必要か？ 最新データに学ぶ傾向と対策
-
4
経験豊富な即戦力人材に直接アプローチできる、「攻めの採用」への転換術
-
5
「IT史に名を残すシステム障害」8選
-
6
SASE選定は「見極め力」で大きな差――本当に必要な製品を選ぶための6つの視点
-
7
不審メールの経路や見せ方に変化？ 2026年夏の3事例から見えた動向と対処方法
-
8
Microsoft 365のメールセキュリティ、3つの“死角”と追加で検討すべき対策とは
-
9
AI駆動開発のスピードと安全性を両立 「品質・セキュリティ管理」の実践ガイド
-
10
「標的型攻撃メール」事例・サンプル集
TechTargetジャパン SNS
@techtarget_itmをフォロー
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー