De volgende grote ontwikkeling op het gebied van netwerken wordt gekenmerkt door een exponentiële groei in connectiviteit. Sensoren worden kleiner, mobiele apparaten kunnen steeds meer en onze netwerken worden steeds robuuster. Daardoor vergroten onder meer de gezondheids-, transport-, onderwijs-, entertainment- en overheidsbranche hun productiviteit en ontdekken zij nieuwe, transformerende manieren om met klanten te communiceren en hun community’s te ondersteunen.
Die verbeteringen zijn echter alleen mogelijk met sterke netwerken en robuuste infrastructuren, want alleen zo zijn alle data van de ontelbare draadloze en vaste endpoints te verwerken. Gelukkig biedt de netwerk-edge uitkomst.
De netwerk-edge is het punt waar een organisatie en klanten samenkomen, waar engagement en mobiele transacties plaatsvinden, en IoT-apparaten verbinding maken en worden beheerd. De netwerk-edge is daarnaast de eerste verdedigingslinie tegen cyberaanvallen en dé referentie als je een goed beeld wilt krijgen van een bedrijf. En het is een gebied waar iedere seconde telt, want als branches als de gezondheidszorg gebruikmaken van de bijbehorende technologieën, mag er niets misgaan.
Wil je als organisatie meedingen naar next-generation innovatie en ontwikkelingen? En wil je, zeker nu netwerken steeds complexer worden, ervoor zorgen dat je digitale transformatie geen risico loopt? Dan is een focus op de netwerk-edge van groot belang.
Miljarden nieuwe apparaten op het netwerk ondersteunen is nog maar het begin…
Volgens hardwareproducenten zijn er over vijf jaar op een willekeurig netwerk een miljard nieuwe 5G-apparaten aangesloten. En er zal een hoog niveau van complexiteit van die apparaten worden gevraagd. Bedrijven verbinden op dat moment niet langer simpelweg terminals met een hub. Ook de locaties waar we verbinding maken zijn anders. Vergeet het klaslokaal of kantoor. Over vijf jaar verbinden we gebruikers op de winkelvloer, in sportstadia en publieke ruimten.
Volgens Statista zijn er in 2020 30 miljard verbonden IoT-apparaten. Bedrijven moeten dus nu al in real-time data kunnen verzamelen. Wifi RF-netwerken, hoewel flexibel, zijn in dynamische omgevingen vaak moeilijk te beheren. Op plaatsen waar rekening moet worden gehouden met grote hoeveelheden wisselende informatie – zoals gebruikersdichtheid, gebruikerslocaties, afstand en dekking – kan het voor mensen zeer uitdagend zijn om te analyseren hoe een wifi-netwerk moeten worden geoptimaliseerd. En laten we eerlijk zijn, in een tijdperk waarin iedere seconde op het netwerk telt, zijn traditionele gecentraliseerde systemen niet gebouwd voor een snel bewegend netwerk gedreven door talloze sensoren en andere inputvormen.
Het distributed connectivity-model brengt daarnaast nieuwe risico’s met zich mee, omdat meer verbindingspunten – van bloeddrukmonitoren tot bewegingssensoren en deursloten – zorgen voor een breder aanvalsoppervlak. In andere woorden: we hebben geen keuze. Om onze netwerken te goed te blijven beschermen en beheren, moeten we netwerkbeheer op een andere manier gaan aanpakken, afgestemd op hoe moderne netwerken zijn ingericht en werken.
En al die data dan?
Anno 2018 is het netwerk veranderd in een intelligente entiteit die data kan omzetten in bruikbare inzichten. Het is van belang dat bedrijven hun netwerken gaan zien als een strategische asset die investeringen maximaliseert door middel van kostenbeheer en continue optimalisatie.
Dat is waar machine learning (ML) om de hoek komt kijken. Deze technologie verbetert de gebruikerservaring en verlaagt de workload van systeem-engineers. Met behulp van machine learning verzamelen engineers analytics, statistieken over verbonden apparaten, verbindingssnelheden, en informatie over de gebruikers- en applicatie-ervaring. Voeg dat samen met artificial intelligence (AI) om WLAN-configuratie te automatiseren, en IT-teams kunnen vervolgens op proactieve wijze het wifi-netwerk troubleshooten, herstellen en optimaliseren. Met behulp van deze twee technologieën bespaart een bedrijf dus kosten, tijd en moeite, en verbetert het de eindgebruikerservaring.
Waarom het zo belangrijk is dat AI en ML de eindgebruikerservaring verbeteren? Neem bijvoorbeeld een ziekenhuis, een instelling met een zeer complex netwerk: dokters, verplegers, patiënten en bezoekers willen allemaal via dat netwerk verbinding maken met verschillende apparaten en verschillende besturingssystemen en applicaties. Ondanks die complexiteit moet het netwerk áltijd toegankelijk zijn, met name op een afdeling als de spoedeisende hulp. Hier telt iedere seconde. Hoe kan dat ziekenhuis ervoor zorgen dat patiëntgegevens veilig worden gedeeld, dat de gasten in de wachtkamers gebruik kunnen maken van wifi en dat artsen efficiënt met collega’s kunnen communiceren in een omgeving die van nature chaotisch is?
Een individu zou alle analytics afkomstig van dit netwerk nooit in real-time kunnen interpreteren. Machine learning zorgt ervoor dat het netwerk dit zelf doet – en nog op snelle en slimme wijze ook. In plaats van alle individuele onderdelen van het netwerk bij te houden, ontvangen beheerders een overzicht van de performance van het netwerk, met door AI gegenereerde suggesties voor verbeteringen of door de technologie automatisch doorgevoerde aanpassingen.
Met een smart edge-ervaring zijn onder andere IT-professionals dus minder tijd kwijt aan het doorvoeren van kleine aanpassingen en optimalisaties binnen de dynamische omgeving. Ze besparen tijd en geld door gebruik te maken van een netwerk dat is ontworpen voor de moderne, snel veranderende en drukbezette connectivity-omgevingen. Daarnaast draagt de netwerk-edge bij aan meer flexibiliteit, betrouwbaarheid en een betere performance van de netwerken in de gezondheidszorg – waar downtime een absolute no-go is.
Wat weerhoudt organisaties ervan de netwerk-edge te omarmen?
Gezien bovenstaande voordelen lijkt het logisch dat organisaties investeren in edge-netwerken. Maar waarom doen ze dat dan nog niet?
Ten eerste is daar de security-issue. Sommige bedrijven vinden dat de edge veiliger is, want minder data in de cloud of het datacenter betekent dat er minder data op straat komen te liggen na een eventuele hack. Andere bedrijven denken juist dat de edge meer risico’s met zich meebrengt, omdat ieder IoT-apparaat aan de netwerk-edge kwetsbaar wordt. De oplossing? Zorgen voor end-to-end security door een samenhangend security-ecosysteem te implementeren dat geïntegreerde en geautomatiseerde compliance-checks biedt, alsook bedreigingsdetectie, intelligentie en probleemoplossing vanaf het moment dat een IoT-apparaat wordt verbonden tot aan het eind van de gebruikerssessie.
De tweede uitdaging die organisaties tegenhoudt, is de lastige transities tussen de cloud- en on-premise apparaten. Voor veel bedrijven betekent overstappen op de edge een volledige verandering van hun bestaande technologie. Om ervoor te zorgen dat bedrijven de edge-aanpak massaal omarmen, moeten ze een oplossing vinden voor consistent beheer van hardware en gebruikerservaring binnen een uitgebreide reeks implementatiemodellen.
De netwerken van de toekomst zijn onlosmakelijk verbonden met de technologie van de toekomst. Wat er ook op ons afkomt op het gebied van AI, virtual reality, het IoT en connected city’s: ze zullen allemaal worden gedreven door een netwerk. En hoe meer de technologieën van een netwerk geïntegreerd raken met onze dagelijkse levens, hoe belangrijker het is dat ze foutloos werken om onze apparaten en activiteiten te ondersteunen. We kunnen het ons dan namelijk niet veroorloven dat een netwerk plat komt te liggen wanneer het de medicatie-inname van een patiënt monitort. Of de basis vormt van een transportsysteem. Elke seconde telt. Organisaties kunnen niet anders: ze moeten het netwerk aan de edge voorzien van adaptieve- en diepgaande oplossingen en intrinsieke security om concurrerend te blijven en een betrouwbare verbinding te garanderen.
Meer weten?
Ga dan naar https://www.extremenetworks.com/solution/smart-omniedge/