AWS continúa revolucionando la administración de su vasta red global, esencial para ofrecer servicios seguros y fiables en todo el mundo. La extensa infraestructura conecta 34 regiones con más de 600 puntos de presencia de Amazon CloudFront, incluyendo 41 Zonas Locales y 29 Zonas de Longitud de Onda, proporcionando conectividad de alto rendimiento y latencia ultrabaja en 245 países y territorios.
El mantenimiento y funcionamiento en tiempo real de esta red requieren una planificación rigurosa y continua. Pese al cuidado meticuloso, la escala global y la naturaleza dinámica del sistema implican riesgos potenciales para el rendimiento y la disponibilidad. Las complejas interdependencias en la red amplifican el desafío de predecir cómo los cambios pueden repercutir en los patrones de tráfico y el rendimiento de todo el sistema.
Este intrincado reto plantea preguntas críticas: ¿puede la red manejar el tráfico con su capacidad restante? ¿Cuándo aparecerán las congestionas? ¿Dónde es más probable que surjan? y ¿cuánto tráfico podría ser descartado?
El equipo de AWS está comprometido con el fortalecimiento de sus mecanismos de seguridad y procesos de evaluación de riesgos mediante un meticuloso proceso de planificación y simulación de cambios. Sin embargo, las simulaciones enfrentan desafíos para las operaciones en tiempo real debido a su elevado costo y tiempo de computación. Por ello, AWS busca complementarlos con estrategias basadas en datos que permitan escalar sin aumentar el tiempo de cálculo.
En respuesta, AWS ha adoptado el aprendizaje automático de gráficos, específicamente con la plataforma GraphStorm, para abordar problemas de predicción en redes complejas. Este enfoque ha demostrado eficacia en la captura de información estructural en la red, mejorando tareas como el enrutamiento y la gestión de carga. En recientes pruebas, el modelo logró predecir tráfico con un 13% de margen de error en el percentil 90 en 85 segmentos de la red durante dos semanas.
Para aprovechar este avance, AWS ha desarrollado una arquitectura de sistemas que integra GraphStorm con varios de sus servicios, permitiendo un entrenamiento de modelos escalable y eficiente, además de una rápida inferencia que se adapta a los flujos de trabajo existentes.
Este desarrollo subraya el compromiso de AWS por equilibrar las crecientes demandas de sus clientes con la operación segura de su infraestructura, asegurando una gestión de la red optimizada frente a la dinámica cambiante del tráfico global. AWS seguirá informando sobre sus progresos en la implementación de esta solución innovadora.
