执行网络流量分析 选择初创公司靠谱吗?

简介:

Brandeis大学和Suffolk大学管理着数百个无线接入点,为学生带入学校的数千台设备提供网络连接服务。为了保证网络的正常运行,这两所学校需要运行新的管理工具,他们选择了初创公司来获得最新技术,而非主流供应商如思科和Aruba。

这两所大学发现,对于预算有限且IT工作人员不足的企业来说,主流网络供应商的管理工具无法提供他们所需要的自动化水平,特别是对于想要更多网络流量分析的企业。

“我们只有为数不多的工作人员,而却有很多工作要做,”Brandeis大学网络架构师Mike Fitzgerald表示,“我们需要的产品应该是这样的:它可以分析环境,并告诉我们它发现的异常问题。”

Brandeis大学和Suffolk大学选择了性能监控初创公司Nyansa的云计算网络流量分析平台,帮助他们排查问题。其他利用云计算来解决网络连接问题的初创公司还包括Kentik、7signal Solutions公司以及ThousandEyed公司。

IDC分析师Elisabeth Rainge表示,这些供应商为这个“古板”的市场带来了新的理念,“现在是时候选择新类型的管理工具了。”

传统供应商反应滞后

Brandeis和Suffolk大学发现,传统网络供应商的管理工具主要来自他们各自的产品。Fitzgerald已经在网络行业从业30多年,他对思科的管理产品很失望。

他表示:“从以往历史来看,思科在网络监控工具方面真的很糟糕,他们似乎总是不能做到我们满意。”

这两所学校的其他网络产品都是来自主流供应商,他们的接入点来自Aruba(现由惠普企业所有)。Suffolk大学使用Extreme Networks交换机提供有线和无线LAN,并使用Juniper公司的核心交换机。Brandeis大学则使用Aruba边缘交换机,并在核心使用思 科硬件。

然而,在过去的一年里,这两所学校与Nyansa公司共同努力来调试该供应商的第一款产品,被称为Voyance。这个网络流量分析服务通过对 有线网络传输的数据包中的元数据进行分析来查明故障,Nyansa还会检查思科、Aruba或Rukkus无线LAN控制器提取的数据。Nyansa的这 项服务按年度订阅来收费,起价是每100个接入点、1000个用户,1000美元。

市场需要更多竞争

虽然这两所大学很喜欢Nyansa,但对于未来的采购,他们也会考虑其他的供应商。“我很支持竞争,”Suffolk大学网络主管Anupam Singh表示,“我们会尽量挑选更好的产品。”

竞争推动创新,这两所大学知道他们需要创新的网络流量分析和管理工具来支持未来更大的网络。现在,学生主要使用笔记本电脑、平板电脑和智能手机。最终,这两所大学希望支持很多可穿戴计算设备,包括联网手表和健康监控仪,以及未来出现的新类型设备。

更多设备需要更强大的网络,这会给供应商带来更多的业务。传统供应商可能会面临更大的竞争,例如在3月份,Aruba公司推出了Clarity,这是该公司AirWave网络管理应用的插件,它可进行网络性能测试以及监控一些指标。

Fitzgerald和Singh都认为Clarity似乎很有前景,但他们都还没有测试这个产品。总的来说,如果初创公司能够点燃创新的火花,这个市场会变得更加有活力,最终,企业将会从中受益。

原文发布时间为: 2016年05月03日
本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。

相关文章
|
2月前
|
机器学习/深度学习 编解码 计算机视觉
【APFN】从大佬论文中探索如何分析改进金字塔网络
【APFN】从大佬论文中探索如何分析改进金字塔网络
34 0
|
2月前
|
机器学习/深度学习 分布式计算 资源调度
【社交网络分析】课程考试复盘 + 相关资料补充
【社交网络分析】课程考试复盘 + 相关资料补充
52 0
|
24天前
|
监控 Shell Linux
【Shell 命令集合 网络通讯 】Linux 分析串口的状态 statserial命令 使用指南
【Shell 命令集合 网络通讯 】Linux 分析串口的状态 statserial命令 使用指南
32 0
|
3月前
|
Java
【Netty 网络通信】Netty 工作流程分析
【1月更文挑战第9天】Netty 工作流程分析
|
3月前
|
机器学习/深度学习 人工智能 安全
【AI 现况分析】AI在网络安全领域中的应用
【1月更文挑战第27天】【AI 现况分析】AI在网络安全领域中的应用
|
2月前
|
自然语言处理 数据可视化 数据挖掘
基于词云图+Kmeans聚类+LDA主题分析+社会网络语义分析对大唐不夜城用户评论进行分析(下)
基于词云图+Kmeans聚类+LDA主题分析+社会网络语义分析对大唐不夜城用户评论进行分析
101 0
|
2月前
|
存储 自然语言处理 数据可视化
基于词云图+Kmeans聚类+LDA主题分析+社会网络语义分析对大唐不夜城用户评论进行分析(上)
基于词云图+Kmeans聚类+LDA主题分析+社会网络语义分析对大唐不夜城用户评论进行分析
58 0
|
4月前
|
机器学习/深度学习 数据采集 分布式计算
社交网络分析4(下):社交网络链路预测分析、LightGBM框架、LLSLP方法(LightGBM 堆叠链路预测)、堆叠泛化 、社交网络链路预测分析的挑战
社交网络分析4(下):社交网络链路预测分析、LightGBM框架、LLSLP方法(LightGBM 堆叠链路预测)、堆叠泛化 、社交网络链路预测分析的挑战
215 0
|
4月前
|
机器学习/深度学习 人工智能 算法
社交网络分析4(上):社交网络链路预测分析、Logistic回归模型、LLSLP方法(LightGBM 堆叠链路预测)、正则化方法、多重共线性
社交网络分析4(上):社交网络链路预测分析、Logistic回归模型、LLSLP方法(LightGBM 堆叠链路预测)、正则化方法、多重共线性
290 0
社交网络分析4(上):社交网络链路预测分析、Logistic回归模型、LLSLP方法(LightGBM 堆叠链路预测)、正则化方法、多重共线性
|
7天前
|
安全 网络安全 网络虚拟化
虚拟网络设备与网络安全:深入分析与实践应用
在数字化时代📲,网络安全🔒成为了企业和个人防御体系中不可或缺的一部分。随着网络攻击的日益复杂和频繁🔥,传统的物理网络安全措施已经无法满足快速发展的需求。虚拟网络设备🖧,作为网络架构中的重要组成部分,通过提供灵活的配置和强大的隔离能力🛡️,为网络安全提供了新的保障。本文将从多个维度深入分析虚拟网络设备是如何保障网络安全的,以及它们的实际意义和应用场景。