AIOps در مانیتورینگ شبکه: پیش‌بینی قطعی لینک و اشباع بافر با پایتون

با افزایش پیچیدگی شبکه‌های سازمانی و مراکز داده، مدیریت واکنشی (Reactive Management) دیگر پاسخگوی نیازهای کسب‌وکار نیست. حتی مدرن‌ترین ابزارهای مانیتورینگ مبتنی بر آستانه‌های ثابت (Static Thresholds)، تنها زمانی هشدار صادر می‌کنند که حادثه از پیش رخ داده باشد (مثلاً مصرف پردازنده به بالای ۹۰ درصد رسیده یا لینک قطع شده است). رویکرد AIOps (هوش مصنوعی برای عملیات فناوری اطلاعات) با تلفیق پایگاه‌های داده سری زمانی (Time-Series Databases) و الگوریتم‌های یادگیری ماشین (Machine Learning)، پارادایم نظارت را به سمت پیش‌بینی و پیشگیری کنش‌گرایانه (Proactive & Predictive) تغییر می‌دهد.

در این مقاله، به طراحی و پیاده‌سازی یک خط لوله کامل داده (Data Pipeline) می‌پردازیم که داده‌های سری زمانی متریک‌های شبکه (شامل نرخ تغییرات ترافیک، خطاهای اینترفیس، افت بسته و نوسانات تأخیر) را از Prometheus واکشی کرده، با کتابخانه Pandas پیش‌پردازش و مهندسی ویژگی (Feature Engineering) نموده و با استفاده از دو الگوریتم مکمل:

1. Isolation Forest: برای کشف ناهنجاری‌های چندمتغیره پنهان (Unsupervised Anomaly Detection)
2. Prophet (متا): برای تحلیل روند فصلی و پیش‌بینی زمان اشباع بافر و اتمام ظرفیت پهنای باند (Time-to-Exhaustion Prediction)

رفتار لینک‌های حیاتی شبکه را تا ساعت‌ها پیش از وقوع قطعی پیش‌بینی می‌کند.

چرا مانیتورینگ سنتی جوابگو نیست و به AIOps نیاز داریم؟

در مانیتورینگ سنتی، قانونی مشابه این تعریف می‌شود:

 

IF Traffic > 900 Mbps for 5 minutes → Trigger CRITICAL ALERT

این رویکرد دو آسیب ساختاری به بار می‌آورد:

1. خستگی ناشی از آلارم (Alert Fatigue): ترافیک در ساعات اوج مصرف (مثلاً ۱۰ صبح روزهای کاری) ممکن است به صورت طبیعی به ۹۲٪ برسد و آلارم بی‌مورد تولید کند.
2. نقاط کور خاموش (Silent Degradation): لینکی که همیشه در ساعت ۳ بامداد ۲٪ مصرف داشته، اگر ناگهان به ۴۰٪ برسد، با قانون سنتی آلارمی تولید نمی‌کند؛ در حالی که این رفتار یک ناهنجاری شدید (مثلاً نشت داده یا لوپ کنترلی در حال شکل‌گیری) است. علاوه بر این، خرابی لینک‌های شبکه (Link Failures) معمولاً ناگهانی رخ نمی‌دهند؛ پیش از قطعی فیزیکی یا منطقی، نشانگرهای پیش‌درآمدی (Precursor Indicators) مانند افزایش تصاعدی خطاهای CRC، تغییرات در الگوی Jitter، میکروبرست‌ها و افزایش نرخ Drop در بافر اینترفیس ظهور پیدا می‌کنند. انسان یا آستانه‌های ایستا توانایی دیدن همبستگی میان این متغیرهای پنهان را ندارند؛ اینجاست که یادگیری ماشین وارد میدان می‌شود.

 

 

آشنایی با الگوریتم‌های یادگیری ماشین در AIOps

الگوریتم Isolation Forest: کشف ناهنجاری‌های پنهان شبکه

الگوریتم Isolation Forest بر خلاف روش‌های سنتی (مانند DBSCAN یا k-Means) که نقاط نرمال را مدل می‌کنند، مستقیماً به دنبال جداسازی (Isolate) نقاط ناهنجار می‌رود.

• منطق الگوریتم: داده‌های ناهنجار، کم‌تعداد و دارای ویژگی‌های دورافتاده (Outlier) هستند. بنابراین، در درخت‌های تصمیم تصادفی (iTrees)، نقاط ناهنجار در عمق‌های بسیار کمتری نسبت به نقاط نرمال جدا می‌شوند.
• معیار امتیاز ناهنجاری (Anomaly Score):

که در آن h(x) طول مسیر نمونه x در درخت، E(h(x)) میانگین طول مسیر در مجموعه‌ای از درخت‌ها، و c(n) میانگین طول مسیر درخت ناموفق در جستجوی دودویی برای n نمونه است:

 

 

مدل پیش‌بینی سری زمانی Prophet

مدل Prophet که توسط مهندسان Meta توسعه یافته، یک مدل رگرسیون افزایشی (Additive Regression Model) است که رفتار سری زمانی را به چند مؤلفه تفکیک می‌کند:

این تفکیک‌پذیری اجازه می‌دهد مدل بدون اورفیت شدن (Overfitting)، ترافیک طبیعی ساعات اوج را از پر شدن تصاعدی صف‌های بافر تمیز دهد.

جمع‌آوری داده‌های پرومتئوس برای خط لوله AIOps با پایتون

در گام نخست، نیاز به کلاسی داریم که بتواند کوئری‌های PromQL را روی بازه‌های زمانی دلخواه فراخوانی کرده و ماتریس داده را به ساختار استاندارد pandas.DataFrame تبدیل کند.

 

مهندسی ویژگی (Feature Engineering) داده‌های شبکه در پایتون

داده‌های خام اینترفیس‌ها به تنهایی برای یادگیری ماشین کافی نیستند. یک مهندس شبکه می‌داند که شتاب تغییرات و نسبت خطا به کل بسته‌ها اهمیت بسیار بیشتری از خود مقدار مطلق دارد.

ویژگی‌های زیر را تولید می‌کنیم:

 

 

 

 

 

 

پیاده‌سازی کشف ناهنجاری شبکه با الگوریتم AIOps

وقتی چندین شاخص با هم شروع به تغییرات نامتعارف می‌کنند (مثلاً ترافیک در حال کاهش است اما نرخ Drop و خطای CRC به صورت غیرخطی بالا می‌رود)، این وضعیت نشانه فرسودگی کابل، خرابی ماژول SFP یا اشباع بافر لایه ASIC سوئیچ است.

 

پیش‌بینی هوشمند زمان قطعی لینک بر پایه معماری AIOps

یکی از بزرگترین دغدغه‌های مهندسی شبکه در زمان حملات لایه انتقال یا نشت حافظه بافر در روترها، محاسبه دقیق Time-to-Exhaustion (زمان تا اشباع کامل) است. با مدل Prophet می‌توانیم ظرفیت حداکثری بافر یا پهنای باند را به عنوان یک آستانه اشباع (Cap) تعریف کرده و لحظه برخورد با آن را تخمین بزنیم.

 

کد کامل اجرای خط لوله (Pipeline) پیش‌بینی شبکه

اسکریپت تجمیعی زیر خط لوله داده را از پرومتئوس تا آموزش و ارزیابی نهایی اجرا می‌کند:

 

مقایسه مانیتورینگ سنتی با سیستم پیشرفته AIOps

 

سناریوی بحران	پاسخ سیستم مانیتورینگ سنتی	رفتار موتور AIOps (طراحی‌شده)	اقدام پیش‌دستانه (Actionable Item)
افت تدریجی کیفیت SFP	هیچ آلارمی تا زمان قطع کامل لینک صادر نمی‌شود.	مدل Isolation Forest انحراف توأم Error Rate و افت پکت را ۱۲ ساعت زودتر شناسایی می‌کند.	اعلان به تیم NOC برای تعویض پچ‌کورد نوری یا ماژول SFP در زمان نگهداری (Maintenance Window).
میکروبرست‌های مکرر (Micro-bursts)	میانگین ۵ دقیقه‌ای ترافیک را نرمال نشان می‌دهد.	جهش‌های انحراف معیار متحرک (rolling_std) به عنوان ناهنجاری حاد ثبت می‌شود.	تنظیم مجدد بافرهای صف (QoS Queue Buffers) روی سوئیچ جهت جلوگیری از پکت‌دراپ.
اشباع تدریجی لینک WAN	در دقیقه آخر با رسیدن به ۱۰۰٪ آلارم ارسال می‌کند.	مدل Prophet ۳۵ دقیقه پیش از اشباع کامل، زمان دقیق بحران را تخمین می‌زند.	اعمال داینامیک پالیسی‌های BGP Flowspec یا تغییر مسیر ترافیک (Traffic Steering) به لینک پشتیبان.

۹. جمع‌بندی و نقشه راه تکامل به سمت خودترمیمی (Self-Healing)

تلفیق مدل‌های هوش مصنوعی با استک‌های مدرن شبکه، گامی بنیادین به سوی شبکه‌های خودران (Autonomous Networks) است. در این معماری:

1. Prometheus داده‌های با وضوح بالا را ذخیره می‌کند.
2. Pandas و مدل‌های Scikit-learn / Prophet با تحلیل همبستگی متغیرها و درک فصلی بودن ترافیک، الگوهای مخفی و ناهنجاری‌های پیش از خرابی را می‌بینند.

گام بعدی برای بستن چرخه خودکارسازی (Closed-Loop Automation):

اتصال خروجی این مدل‌ها به موتورهای اتوماسیون (مانند Python Nornir یا RouterOS API). به محض اینکه الگوریتم پیش‌بینی کند یک لینک طی ۳۰ دقیقه آینده به اشباع بافر یا خطای قطعی می‌رسد، پایتون می‌تواند از طریق API وزن‌های مسیریابی (OSPF Cost / BGP Local Preference) را تغییر داده و ترافیک حیاتی را پیش از بروز خاموشی در شبکه، به مسیر امن منتقل کند.