软银联合Big Switch Networks深化SDN实践 实现大型网络可视化管理

简介:

下一代数据中心网络公司,Big Switch Networks 今天发布消息,软银股份有限公司部署了其基于软件定义网络(SDN)的监控解决方案——Big Monitoring FabricTM (BMF),以保证其大型网络的可视化。Bigswitch公司基于SDN技术构建的BMF监控解决方案,特别适合于需要对全网流量做到实时智能监控和分析的客户,使得客户能实时掌握网络中流量的情况进而有助于提高整个网络管理决策的科学性。目前在运营商,大型制造业,全球多数据中心跨国公司等领域都得到了应用和用户的认可。此前,软银已经在2017年2月部署过BMF为其LTE服务实现链路聚合及转发系统。

软银跟伊藤忠技术股份有限公司(CTC)经过仔细考量,认为BMF是满足其需求的理想方案。软银希望通过在白盒硬件上配置SDN技术以取得更好的网络控制能力,同时享受开放式网络解决方案带来更多成本上的节省。

一个稳定的移动通信环境,必须能够从多个地点收集通信数据并加以分析。软银认为,BMF可以从其所有通信流量中收集LTE服务流量并聚合转发给分析设备,是一个理想的流量聚合转发解决方案。BMF以SDN为基础架构,无可匹敌的性能、极其容易的操作,最大程度的提升数据传输速率的同时,还减少了运营成本,是软银的不二之选。

由于合理利用了白盒硬件,在保证性能的前提下,BMF能以极低的费用部署和运营。此外,得益于BMF网络分流解决方案能力,客户还能取得理想的升级或配置更改时,效率都会得到大幅度的提升。不仅如此,由于整个网络都处于监控之下,网络管理员可以根据业务需求对不同类型的流量进行分析。

本文转自d1net(转载)

目录
相关文章
|
8月前
|
数据采集 监控 网络安全
VMware Cloud Foundation Operations for Networks 9.0.1.0 发布 - 云网络监控与分析
VMware Cloud Foundation Operations for Networks 9.0.1.0 发布 - 云网络监控与分析
482 3
VMware Cloud Foundation Operations for Networks 9.0.1.0 发布 - 云网络监控与分析
|
机器学习/深度学习 数据可视化 计算机视觉
目标检测笔记(五):详细介绍并实现可视化深度学习中每层特征层的网络训练情况
这篇文章详细介绍了如何通过可视化深度学习中每层特征层来理解网络的内部运作,并使用ResNet系列网络作为例子,展示了如何在训练过程中加入代码来绘制和保存特征图。
617 1
目标检测笔记(五):详细介绍并实现可视化深度学习中每层特征层的网络训练情况
|
机器学习/深度学习 存储 算法
回声状态网络(Echo State Networks,ESN)详细原理讲解及Python代码实现
本文详细介绍了回声状态网络(Echo State Networks, ESN)的基本概念、优点、缺点、储层计算范式,并提供了ESN的Python代码实现,包括不考虑和考虑超参数的两种ESN实现方式,以及使用ESN进行时间序列预测的示例。
1510 4
回声状态网络(Echo State Networks,ESN)详细原理讲解及Python代码实现
|
11月前
|
监控 数据可视化 Java
VMware Aria Operations for Networks 6.14 - 网络和应用监控工具
VMware Aria Operations for Networks 6.14 - 网络和应用监控工具
227 0
VMware Aria Operations for Networks 6.14 - 网络和应用监控工具
|
机器学习/深度学习 数据可视化 Windows
深度学习笔记(七):如何用Mxnet来将神经网络可视化
这篇文章介绍了如何使用Mxnet框架来实现神经网络的可视化,包括环境依赖的安装、具体的代码实现以及运行结果的展示。
323 0
|
机器学习/深度学习 数据可视化 PyTorch
深入解析图神经网络注意力机制:数学原理与可视化实现
本文深入解析了图神经网络(GNNs)中自注意力机制的内部运作原理,通过可视化和数学推导揭示其工作机制。文章采用“位置-转移图”概念框架,并使用NumPy实现代码示例,逐步拆解自注意力层的计算过程。文中详细展示了从节点特征矩阵、邻接矩阵到生成注意力权重的具体步骤,并通过四个类(GAL1至GAL4)模拟了整个计算流程。最终,结合实际PyTorch Geometric库中的代码,对比分析了核心逻辑,为理解GNN自注意力机制提供了清晰的学习路径。
929 7
深入解析图神经网络注意力机制:数学原理与可视化实现
|
机器学习/深度学习 运维 自然语言处理
VMware Cloud Foundation Operations for Networks 9.0 发布 - 云网络监控与分析
VMware Cloud Foundation Operations for Networks 9.0 发布 - 云网络监控与分析
182 0
|
机器学习/深度学习 算法
生成对抗网络(Generative Adversarial Networks,简称GANs)
生成对抗网络(GANs)由Ian Goodfellow等人于2014年提出,是一种通过生成器和判别器的对抗训练生成逼真数据样本的深度学习模型。生成器创造数据,判别器评估真实性,两者相互竞争优化,广泛应用于图像生成、数据增强等领域。
2112 1
|
数据可视化 算法 C++
脑研究、脑网络分析、可视化的工具箱有哪些?
本文列举并简要介绍了用于脑研究、脑网络分析和可视化的多种工具箱,如Brain Connectivity Toolbox、bctpy、人类连接组项目等,为神经科学研究者提供了丰富的分析和可视化大脑网络的工具选择。
2091 2
脑研究、脑网络分析、可视化的工具箱有哪些?
|
5G 网络安全 SDN
网络功能虚拟化(NFV)和软件定义网络(SDN):赋能5G网络灵活、智能演进的关键
网络功能虚拟化(NFV)和软件定义网络(SDN):赋能5G网络灵活、智能演进的关键
819 4