相关专题：
作者：Riverbed大中华区总经理袁志陵
【移动通信网】随着市场环境的不断变化，企业高管近年来都异常关注数字化转型，数字化转型似乎已是大势所趋。各行各业都在加快创新步伐，致力于在数字化转型过程中获得更大优势。毋庸置疑，体验如此具有变革性的事物需要在企业各个层面进行根本性的变革，弱化企业各职能领域之间的界限。但若将这种变革进一步扩展到客户和用户，数据和应用以及受安全策略影响的领域中，企业则需要重新思考利弊。那么，当我们向未来冲刺并期待推动数字体验时，企业领导者应该考虑哪些潜在的现实因素呢？
借助现代IT架构交付高质量终端用户体验
在数字化转型过程中，现代IT架构可帮助企业了解数字计划的执行情况及用于提高性能的基础设施状况。传统网络依赖于硬件，并使用碎片化且经常低效运行的技术，进而导致不同地点间的网络性能不均衡。于IT而言，对依赖于网络的应用和服务进行性能管理是一项具有挑战性的工作，因为他们无法全面了解所有网络需求活动，并对这些需求信号迅速做出响应。而主要由软件定义的下一代网络则拥有一个管理平面，这使得IT人员可以选用正确的网络路径，对网络流量进行适当的优先级分配，并确保所有位置的网络稳健运行。这些网络还将整合从数据中心到边缘终端设备的集成式端到端用户体验视图，以便识别并管理任何可能危及性能的因素，从而让终端用户免受影响。
机器学习和人工智能将重塑网络安全
在安全层面，机器学习和人工智能技术正成为非常可靠的“哨兵”。现今的网络安全系统大部分是人为管理和维护的，这也意味着我们要时刻警惕各种人为引发的威胁和漏洞。举例来说：如果你拥有了一个已更新的数据库、安全防火墙和打过补丁的OpenSSL等等，就能安全无虞了。其实这是一种错误的假设，可能对网络安全带来致命伤害。
一些新型和未来的网络威胁将持续进化，机器学习和人工智能应用要时刻警惕各种威胁和潜在漏洞的发生。机器学习和人工智能技术不会受到错误假设的影响，它们只会持续不断地发现异常和威胁，但效果远比人工安全模式更快更好。
网络将更有弹性
最终，因系统具备一定的适应能力，所以可借助机器学习和人工智能技术进行自我修复。目前，大多数传统IT系统（基础设施）都很脆弱，且不具有组织性。系统稳定性极差，甚至只要一个突破点就能造成系统故障问题。但机器学习和人工智能技术则可以帮助系统自动发现漏洞并进行修复，使其更具灵活性和安全性。现今人们在处理网络攻击状况时，都是人为确定攻击发生的位置并试图防止网络再次遭受同样的攻击。机器学习技术则会自动修复漏洞并确保整个网络的安全性。机器学习和人工智能技术就像是“应对网络攻击的疫苗”，不仅能针对攻击本身进行防御，还能防御该种攻击的“变体”。
未来网络的发展前景良好。我们正处在一个高度颠覆期，且具有通过现代IT架构提高数字性能的巨大潜力。先进的技术正在推动各行各业的数字转型计划，相反，技术也会为数字化转型贡献一份力量。
