“数据是新时代的石油”，或者说“数据是数字经济的润滑剂”。您可能和我一样，对这些说法耳熟能详，甚至还听过更具商学院风格的“数据废气变现”，以至于它们都成了陈词滥调。但正如所有经得起流传的陈词滥调一样，这些说法都源于一个基本事实；在这里，则是两个相辅相成的事实。第一个事实是，正常运营流程产生的数据副产品确实蕴含潜在价值。第二个事实与之相关，却常常被忽略：提炼这种潜在价值需要投入大量精力，并经历多个步骤，但在此过程中也会自然形成不同的进展和成熟阶段。
退一步来看，从运营中获取数据并创造业务价值的理念并不新鲜。事实上，依赖物流优化的行业（如食品杂货和配送行业）早已理解并采用这一理念。同样，现代企业迈向“数字化转型”的趋势也是这一理念的延伸，通常首先应用于内部业务流程和工作流。值得注意的是，应用和应用服务领域也在经历类似的演进。本文将重点探讨应用和应用服务的演进如何与数据价值提取这一更宏观的趋势相互作用、协同发展，这种共生关系目前处于什么阶段，以及近期将走向何方。
第1步：收集并报告
这一过程始于数据收集。可以将数据视为系统的燃料；没有燃料，就无法驱动执行工作的引擎。表面看来，这似乎已不成问题，因为应用服务解决方案能够提供大量用于安全、可靠性、性能管理和编排的事件与统计数据。但这些数据往往缺乏结构，语法不一，语义也常常没有统一规范。以一个简单而常见的问题为例：数据中的时间概念如何表示？即使是时间戳这样概念上很简单的内容，通常也有多种表示方式。这说明我们需要一种通用语言，以统一方式表示描述事件和统计数据的基本“原子”。从技术角度看，这称为“数据摄取”：以一致的数据模式为基础，并根据需要使用适配器或转换器。过去，这一需求是推动SIEM供应商发展并创造价值的关键因素之一。这些供应商提供标准化词汇，以便跨众多单点安全解决方案全面了解安全状况。能够以集成方式输出数据的呈现结果，即有条理地全面反映当前和过去所发生情况的第一手报告，是目前大多数行业参与者所处的阶段。在当今的应用生态系统中，SIEM和APM细分市场最能体现这一点。
第2步：提炼与描述
接下来，需要理解目击者报告：寻找共性，将数据提炼为可描述的模式，并识别异常。由于涉及的数据量庞大，这项工作通常需要借助计算机来辅助或增强人的能力。具体方式可能包括采用高级统计分类技术（通常为无监督技术），有时还会辅以人工引导的数据探索和可视化。
反DoS领域的一个示例是将传入流量的地理分布可视化，这通常用于识别来自少数国家/地区的恶意流量。另一个示例是用户行为分析（“UBA”）工具，这类工具可描述人类行为与机器人行为各自的特征。这些解决方案通常使用统计分析来评估Web交互由人类发起的概率。
这一阶段，即“提炼与描述”，是在之前的“收集与报告”步骤基础上演进而来的。其基础仍是拥有一个庞大且结构化的数据池，以便对数据进行分析。如上所述，一些较新的应用安全单点解决方案（尽管关注范围较窄）正是以这种方法为基础。
第3步：推断与预测
这一过程的第三步是超越“提炼与描述”层面的基础分析，开展更深入的分析推断，从而对未来可能出现的观测结果进行预测和预判。这样，解决方案便不再只是被动响应，而是能够通过智能外推来推测未来可能出现的行为。应用基础设施层面的一个示例来自应用性能管理（APM）领域，即识别基于时间的行为模式，并利用这些模式预测未来的资源需求。另一个应用业务逻辑用例是，旅游网站如何利用机器学习（ML）技术预测未来特定日期具体路线的供需情况。此处最常采用高级分析技术，尤其是时间序列和线性回归技术，并以此前步骤中发现的数据模式为基础。
第4步：推理与建议
第四步也是最后一步，需要“形成闭环”，对整个系统实施可执行的调整和修复。前两个步骤的分析结果将转化为一系列主动建议。此时，系统将具备自适应能力，并能有效抵御攻击和环境变化。例如，采用此能力的概念性应用基础设施可以根据预测的需求，主动创建或销毁容器工作负载实例。在应用安全场景中，系统也可以根据此前学习到的僵尸网络行为，主动过滤僵尸网络生成的流量。目前，业务逻辑领域已有一个典型实例，即同样根据预期供需情况实施动态定价。
底层技术通常以规则为基础，利用规则将预测转化为行动。不过，在应用基础设施和应用服务领域，这种方法通常还会结合更多基于意图或声明式的指令，用于配置和编排。
加速转型进程
这一历程从“收集与报告”发展到“提炼与描述”，再到“推断与预测”，最终迈向“推理与建议”，是一个自然演进的过程。每一步进展都建立在前一步的基础上，并释放出更深入、更具洞察力的新价值。当前用于应对应用基础设施与服务领域挑战的各类解决方案，在这一数据价值提取进程中的成熟度参差不齐，而且众多单点解决方案之间通常缺乏良好集成。
实现这一愿景的先决步骤，是全面洞察丰富多样的应用服务，这正是数据“引擎”所需的“燃料”。通过在应用交付链的多个节点部署检测工具，并遵循一致的数据语义和联合数据存储库原则，F5正以此加快迈向应用服务未来的步伐。我们计划进一步加快为客户创造价值：一方面拓宽数据漏斗，以便更好地集成各类单点解决方案；另一方面加速相关技术构建模块的前沿开发。
在后续文章中，我希望进一步阐述数据引导型架构：既深入探讨其中涉及的核心技术，也从更宏观的视角审视多个数据生态系统如何在多条独立管控的数据管道之间交互。
相关博客文章
2023年应用策略现状：成本与复杂性是推动多云网络发展的首要因素
多云网络解决方案可在核心、云和边缘环境之间实现无缝、安全的互联，为解决当今混合IT面临的挑战提供支持，因而备受业界关注。