自动识别

自动识别是一种新的范式，描述了计算机网络自我感知的能力。它被认为是自律性网络的主要组成部分之一。

当今互联网成功的最重要特征之一是其基本设计原则：一个简单而透明的核心，边缘有智能（所谓的端到端原则）。基于这一原则，网络携带数据而不知道该数据的特性（如语音、视频等）--只有终端拥有特定的应用知识。如果数据出了问题，只有边缘可能能够识别，因为它知道应用和预期行为是什么。核心没有关于应该如何处理这些数据的信息--它只是转发数据包。尽管这是一个有效和有益的属性，但这个设计原则也导致了今天的许多问题、限制和挫折。目前，大多数终端用户几乎不可能知道为什么某些基于网络的应用不能很好地工作，以及他们需要做什么来使其更好。另外，以低级别的术语（如路由器配置）与核心进行交互的网络操作员在将高级别的目标表达为低级别的行动时也有问题。在高层方面，这可以概括为整个系统的网络和应用层之间的弱耦合。作为互联网端到端原则的结果，一个特定的应用所经历的网络性能很难根据单个元素的行为来归因。在任何特定的时刻，任何两点之间的性能衡量通常是未知的，应用程序必须盲目地操作。作为进一步的结果，对特定元素配置的变化，或端到端路径的变化，不容易被验证。除了最简单的设计规范外，优化和配置不能自动化。人们对自律性网络的研究越来越感兴趣，并坚信从目前的网络现状中进化是必要的。尽管到目前为止还没有任何实际的实施来证明有效的自律性网络范式的好处，但对于这种实施需要证明的特性似乎有了共识。这些特点包括持续监控、识别、诊断和修复基于高层政策和目标的问题。作为自律性网络概念的主要部分，自律性网络打算把网络带到一个新的认识水平，并消除目前网络中存在的可见性不足的问题。

自动识别是一种新的范式，它描述了计算机网络在部分和整体上具有自我意识的能力，并通过自主监测、识别、诊断、解决问题，随后验证任何补救措施是否成功，并报告对应用程序使用的影响（即提供对网络变化及其影响的可见性）来动态地适应运行在其上的应用程序。尽管与网络意识的概念类似，即网络设备和应用意识到网络特性的能力（见下面的参考文献部分），但值得注意的是，自动识别将这一概念更进一步。主要区别在于自动识别的自动部分，它需要网络设备对网络特性有自我意识，并有能力通过持续的监测和诊断来调整自己。

自动识别，或者换句话说，深度自知，可以xxx地描述为网络了解自己和在其上运行的应用程序的能力。这种知识被用来自主地适应动态的网络和应用条件，如利用率、容量、服务/应用/用户体验的质量等等。为了实现自动识别，网络需要一种手段来。

分析监测/测试数据，以发现问题（如性能下降）诊断、识别和定位性能下降的来源自动采取行动，通过补救/配置来解决问题验证问题已经解决（如果无效，可能会回滚变化）随后继续监测/测试性能