ネットワークにおけるAI

F5 Newsroom Staff

インフラの変化、テクノロジーに対するニーズ、脅威の複雑化により、ネットワーク環境は急速に変化しています。

ハイブリッドおよびマルチクラウド環境が一般化しています。組織がオンプレミスシステム、パブリッククラウド、エッジロケーションにまたがってアプリケーションとAPIを展開するようになったためです。さらに、データと接続デバイスの急増が相まって、ネットワークの複雑性が大幅に増し、可観測性の確保、管理、セキュリティ対策が一層困難になっています。

高性能GPUクラスターを含むAIインフラストラクチャの急速な拡大に伴い、ネットワークにはこれまで以上のパフォーマンスとスケーラビリティが求められています。AIワークロードは膨大な量のデータを生成し、効率的に処理するには低レイテンシと高スループットが必要です。

同時に、悪意のある攻撃者はAIを活用して、より高度で適応性の高いサイバー攻撃を開発しています。AI駆動型ボットや脆弱性の自動検出といったツールを使用し、ネットワークやAPIの弱点や死角を突いています。

これに対処し、先手を打つには、組織はAIを活用したネットワーク最適化を導入する必要があります。AIは、トラフィックパターンのリアルタイム分析、異常の検知、脅威対応の自動化に加え、パフォーマンスとセキュリティを最適化するためのネットワーク構成の動的な調整にも役立ちます。これにより、ネットワークの複雑性をより適切に管理し、システムのレジリエンスを高め、最新のAIを悪用した脅威から保護できます。

このブログ記事では、ますます複雑化するデジタル環境を保護するために、組織がネットワークへAIを導入すべき理由を解説します。また、ネットワークにおけるAIのユースケース例を紹介し、そこで使用されるAI技術の種類について考察します。最後に、AIアプリケーションのパフォーマンスを最大限に高めるため、AI対応ネットワークをどのように最適化できるかを説明します。

ネットワークにおけるAIのメリット

ネットワークにAIを活用すると、リアルタイムのトラフィック分析、インテリジェントルーティング、予測型の最適化が可能になり、ネットワークのパフォーマンスと信頼性の向上に役立ちます。また、異常を検知し、従来の手法よりも迅速に脅威への対応を自動化することで、セキュリティも強化できます。自然言語インターフェースを備えたAIアシスタントを活用すれば、NetOpsチームは高度な技術知識がなくても、日常的な言葉でシステムを操作できるため、ネットワーク業務が簡素化され、ユーザーエクスペリエンスが向上します。

デジタルネットワーキングの改善にAIを活用することで得られるその他のメリットは、次のとおりです。

• ネットワークパフォーマンスの最適化。 インテリジェントなトラフィック管理により、ネットワークをさらに効率的かつ適応的に運用できます。AIは、すべてのエンドポイントにわたるネットワークトラフィックのパターンと使用状況を継続的に監視し、輻輳、ボトルネック、最適でないルーティングをリアルタイムで検出できます。これに応じて、AIはトラフィックを動的に再ルーティングし、サーバー間またはデータセンター間で負荷を分散するとともに、重要なワークロードを優先することで、応答時間の短縮とレイテンシの低減を実現します。これには、現在のネットワーク需要に基づいて帯域幅を割り当て、サービスの優先順位を設定するために、Quality of Service（QoS）とClass of Service（CoS）の設定を動的に調整する機能も含まれます。ルーティングレイヤーでは、OSPF（Open Shortest Path First）などのプロトコルを動的に調整して内部トラフィックの経路を最適化し、BGP（Border Gateway Protocol）を調整してインテリジェントな経路選択とポリシー適用により外部接続を改善することで、AIがパフォーマンスを向上させることができます。
• ネットワーク運用を簡素化。 構成、監視、トラブルシューティングなどの定型タスクを自動化することで、NetOpsチームによる手作業の必要性を減らせます。AIは、SNMP（Simple Network Management Protocol）対応のネットワークデバイスや、OpenTelemetryのメトリクスおよびログデータなど、複数のソースから生データを取り込んで相関付けし、分散したデータを単一の運用ビューに統合できます。予測分析により、AIは問題が発生する前に潜在的な問題を特定できるため、プロアクティブなメンテナンスとダウンタイムの最小化が可能になり、運用の簡素化と効率化、インシデント解決の迅速化につながります。AIアシスタントを使用すると、ネットワーク運用担当者は自然言語を使って、レイテンシ、輻輳、ダウンタイムなどの問題を迅速に検出し、トラブルシューティングと診断を行えます。
• ユーザーエクスペリエンスの向上。AIアシスタントにより、複雑なネットワーク環境とのやり取りを簡素化できます。ネットワーク運用担当者は、コマンドを記憶したり複数のインターフェースを操作したりする代わりに、平易な言葉でシステムを操作できます。AIは、リアルタイムのインサイトの提供、修復手順の提案、修正の自動化を通じて、問題の迅速な解決を可能にし、エンドユーザー向けに円滑で高パフォーマンスなネットワークを維持できます。
• ネットワークセキュリティの強化。ネットワークユーザーの行動をリアルタイムで分析することで、通常とは異なるアクセスパターンやデータ転送など、悪意のある活動や脅威を示す可能性のある異常を検出できます。ネットワークセキュリティにAIを統合すると、インシデント対応の迅速化とプロアクティブな脅威検知が可能になります。これにより、セキュリティチームは問題が深刻化する前に封じ込め、侵害やネットワーク停止のリスクを軽減できます。AI Security Operations Center（AI SOC）は、従来のSOCで人間のアナリストが担ってきた監視、検知、調査、対応の多くのプロセスをAIで自動化し、より迅速かつ正確で、拡張性に優れたセキュリティ運用を実現します。
• コスト最適化。ネットワーク最適化にAIを活用する目的は、パフォーマンスの向上だけではありません。コスト管理にも役立ちます。AIはリアルタイムの需要に基づいてリソースをインテリジェントに管理し、不要な使用や運用上のオーバーヘッドを削減できます。サービスプロバイダー業界では、たとえば、5G無線の最適化にAIを活用することで、トラフィックが少ない時間帯には使用率の低いネットワークセルの電源を自動的に切り、トラフィックの増加時には再稼働させることができます。この動的なスケーリングにより、サービス品質を維持しながら、エネルギーを節約してインフラへの負荷を軽減できるため、通信事業者は運用コストを大幅に削減できます。

ネットワークで使用されるAIツールとテクノロジー

AIを活用してネットワークパフォーマンスを最適化し、運用を自動化してセキュリティを強化する際には、さまざまなAIツールやテクノロジーが使用されます。主なものは次のとおりです。

• 機械学習（ML）は、膨大な量のデータを分析してパターンを認識します。ML技術を活用するネットワーク分野のユースケースには、ネットワークトラフィックの異常検知や、過去のデータから学習して輻輳や潜在的な障害を予測し、パフォーマンスのボトルネックを回避することなどがあります。
• 大規模言語モデル（LLM）は、生成AIの一種であり、膨大なデータセットとディープラーニング技術を使用して、テキストの生成、統合、操作を行います。LLMを活用するAIネットワーキングのユースケースは、特に人間の言語と技術的な構成が交わる領域で急速に拡大しています。たとえば、LLMで自然言語の入力を構造化された構成コマンドやテンプレートに変換し、ネットワーク構成を簡素化、自動化できます。そのほか、コード生成や、ネットワークドキュメントの作成と更新の効率化にも活用されています。
• マシンリーズニング（MR）は、パターン認識の枠を超え、ネットワークのような複雑で動的な環境に論理に基づく意思決定を適用します。MRテクノロジーは、獲得した知識を用いて一連の実行可能な手順をモデル化し、最適な対応方針を決定します。これにより、AIシステムは受動的な監視から能動的でインテリジェントな管理へと移行できます。ネットワーキングのユースケースには、輻輳の問題や脆弱性に対する修復戦略の推奨などがあります。

ネットワーキングにおけるAIのユースケース

主要なネットワーク機能領域において、AIは主に次のような方法でインサイトを提供し、パフォーマンス、セキュリティ、効率を向上させます。

• ネットワークの自動化。 AIは、構成、管理、最適化などの定型的かつ反復的な作業を処理し、効率の向上と人為的ミスの削減に活用されます。各ルーターやスイッチを手動で構成する代わりに、AIシステムを使用して、分散環境全体に構成変更を自動的に適用し、検証できます。
• 予測分析とインサイトAIモデルは、ネットワークの健全性、ユーザーの行動、トラフィックパターンに関する膨大なデータを分析し、帯域幅のニーズやパフォーマンス上の問題を予測できます。また、過去のパターンと現在の傾向に基づいて、リンクで輻輳が発生する時期や、デバイスに障害が発生する可能性が高い時期を予測できます。
• パフォーマンス監視。AIは、パフォーマンス低下の兆候を示すパターンを迅速に検出し、特定のデバイス、アクセスポイント、スイッチ、ルーターなど、問題の根本原因に関する詳細なインサイトを提供できます。また、潜在的なネットワーク問題の兆候となるパターンや逸脱を、多くの場合は人間のオペレーターが気付く前に特定することで、リアルタイム監視を強化します。
• Network security AIは脅威のパターンを分析し、プロアクティブにインサイトを提供することで、脅威の特定と解決を迅速化し、ゼロデイ攻撃を認識できます。攻撃に未知の手法が使用されている場合でも、不審な地域からのログイン失敗が急増したことを検知し、クレデンシャルスタッフィング攻撃を認識できます。
• インテリジェントなルーティングとスケーリングAI対応ネットワークは、負荷を動的に分散し、リソース割り当てを最適化することで、大量のトラフィックを効率的に管理できます。利用のピーク時には、AIがトラフィックを使用率の低いリンクに再ルーティングしたり、ネットワークリソースを追加で起動したりすることで、パフォーマンスを維持できます。

AI対応のネットワーキングとセキュリティでAIインフラストラクチャを支援

組織がAIワークロードやアプリケーションを支えるAIインフラストラクチャを導入するにつれ、ネットワーク環境には新たな要件が生じています。こうしたワークロードには、従来のネットワーキングソリューションの設計上の対応範囲をはるかに超える、大容量の帯域幅、低遅延、リアルタイムの応答性が求められます。これらの要件に対応するには、最新のネットワーキングを進化させ、AIを活用してネットワークパフォーマンスを最適化することが、自然かつ不可欠な対応となります。

たとえば、AIを活用してトラフィック管理を改善し、AIワークロードに必要な大容量かつ低遅延のデータ転送を支援します。AIを活用したネットワークシステムは、リアルタイムのトラフィックパターンを監視し、輻輳箇所を検出して、ルーティングと帯域幅の割り当てを動的に調整できます。これにより、コンピューティングクラスターとデータパイプライン全体のパフォーマンスを最適化し、遅延を最小限に抑えながらAIデータトラフィックのスループットを最大化します。

AIは、インテリジェントなネットワークセグメンテーションを自動化し、ネットワークセグメントをAIクラスターに適合させることもできます。AIインフラストラクチャでは、多くの場合、特定のワークロード専用に分離されたGPUクラスターが使用されます。AIは、コンピューティングワークロード、トラフィックパターン、アプリケーションの動作を自動的に分析し、ワークロードのニーズに合わせてネットワークセグメントを作成または調整できます。また、需要と負荷分散の目標に基づいて、GPUリソースをそれらのセグメントに動的に割り当てたり、再割り当てしたりすることもできます。

F5がAIを活用してネットワークを最適化する方法

F5は、全社規模でAI活用を拡大するため、AIエンジニア、研究者、アーキテクトからなる一元的なチームを編成しました。

F5は、製品にAIを活用してネットワーク構成タスクの自動化、予測分析の提供、セキュリティ脅威の検出を行っています。本日、複数のAIアシスタントを単一のF5 AI Assistantに統合し、F5 Application Delivery and Security Platform（ADSP）全体で提供することを発表しました。一貫したユーザーエクスペリエンスにより、SecOpsチームとNetOpsチームはセキュリティ態勢をより的確に把握し、プラットフォーム全体で利用可能な豊富な情報を活用できるため、ハイブリッドマルチクラウド環境の運用上の複雑さを軽減できます。

F5 AI Assistantは、さまざまなソースから得られる膨大なログデータとテレメトリを自動的に分析・解釈し、潜在的な問題を示す可能性のあるパターンや異常を特定することで、運用タスクを効率化できます。マルチクラウドネットワーキング環境では、トラフィックパターンやシステムパフォーマンス指標などのリアルタイムデータを分析し、サイト全体の状況を迅速に可視化するとともに、潜在的なサイトの問題の診断を支援し、必要に応じて適切なフォローアップアクションを提示できます。SecOpsでは、F5 AI AssistantがF5 Web App and API ProtectionからのHTTPリクエストとセキュリティイベントをフィルタリングして分析し、誤検知を特定できるため、チームはプロアクティブな脅威ハンティングと戦略的なセキュリティ計画により注力できます。

さらに、エージェント型AIはF5 ADSPの一部として導入され、脅威に対してプロアクティブに対処します。エージェント型AIの機能により、ログ、脅威インテリジェンス、リアルタイムアラートをより高度に関連付けてセキュリティ分析を強化できます。また、最も重大な脅威となるインシデントを優先することで、セキュリティチームのアラート疲れを軽減できます。

AIによるネットワーク監視機能と機械学習機能も、F5 multicloud networkingソリューションに組み込まれており、構成ミスを特定し、ネットワークパフォーマンスを最適化します。

Learn how エージェント型AIがアラート疲れを軽減し、脅威管理を簡素化する仕組みをご覧ください。

また、F5 AIの最新ニュースは、F5の「Accelerate AI」Webページ」でご覧いただけます。

著者について

F5 Newsroom Staff

F5 Newsroom Staffのその他のブログ記事