Software-defined networking

•

0 j'aime•556 vues

Software Defined Networking (SDN) ist ein brandaktuelles Thema im Bereich der Netzwerke. Dieser Vortrag verschafft zunächst einen Überblick über die Komponenten und die Architektur von SDNs. Weiter geht es mit den Vorteilen und Herausforderungen, die Unternehmen bei der Umstellung auf SDN erwarten. Zum Abschluss zeigen wir beispielhaft, wie man SDN lokal aufsetzt. Speaker: Johannes Scheuermann, inovex Noch mehr Vorträge gibt es auf https://www.inovex.de/de/content-pool/vortraege/

Technologie

Software-defined networking
An Overview
Johannes M. Scheuermann
Karlsruhe, 09.06.2015

Johannes M. Scheuermann
+JohannesScheuermann
@johscheuer
Working student
IT Engineering & Operations, working
with new data center technologies
2

• Difficult to optimize
• Known problems
• Capital costs
• Difficult to customize
Some challenges in traditional networking
4

• Separation of control and data plane
• Vendor-agnostic
• Well-defined API
• Network virtualization
• Definition of flows
What is Software-defined networking?
5

SDN and NFV
6
SDN
• Campus
• Faster innovation
• Separation of the
planes
• Cloud orchestration
and networking
• ONF
NFV
• Service Providers
• Reduce costs, space
and power
• Relocation of network
functions
• Routers, firewalls,
CDN, …
• ETSI

How does it look from an abstract view?
7
Data plane elements
Applications
Controller Platform
Southbound API
Northbound API

• Interface for control and data plane
• OpenFlow (ONF)
• OpFlex (Cisco)
• Open vSwitch Database Management Protocol
Protocols - Southbound
8

Control and data plane
9
SDN-Controller/Network OS
Monitoring Etc.RoutingPolicies
Datapath
Datapath
Datapath
Datapath

• Decides where traffic is sent to
• System configuration and management
• Management plane is a subset
• Administrative traffic
• Less time-critical
Control Plane
10

• OpenDaylight (Java)
• POX (Python)
• Ryu (Python)
• Floodlight (Java)
• ...
Controllers
11

• Forwards traffic to the next hop
• Gets the „logic“ from the control plane
• Packets go through the router
Data Plane
12

Flow Table Entry
What is a flow?
13
Rule Action Stats

• Proactive
• Know what traffic comes
• Reactive
• Communication to Controller
How to set a flow?
14

Typical workflow in SDN
15
Packet
received
TCAM
lookup
Perform
action
Match
Forward to
controller
Send
Packet
Program
flow rule
Send
Packet-out
N
Y

• Google
• Amazon
• Large Hadron Collider (LHC)
• AT&T
• Deutsche Bank
• …
Who uses SDN?
16

• Running services on existing networks
• FIB and MAC tables vs OpenFlow tables
• Secure/Protect the Controller
• Find experts in SDN/Networking
Challenges of SDN
17

• Traditional WAN operate with 40% utilization
• Google internal WAN (with SDN) more than 90%
• SDN protocols based on open standards (mostly)
• Enables specific domain-, rights-, and Quality of
Service (QoS)-based policies
Benefits of SDN
18

• Use Mininet for testing
• Setup an SDN Controller of your choice
• Get a feeling of SDN
• Try out some Use Cases
How to start?
19

Vielen Dank!
Johannes M. Scheuermann
IT Engineering & Operations
inovex GmbH
Ludwig-Erhard-Allee 6
76131 Karlsruhe
Mail:
jscheuermann@inovex.de

• http://www.coinbuzz.com/wp-
content/uploads/2015/03/Network.jpg
• http://www.projectfloodlight.org/floodlight
• http://www.noxrepo.org/pox/about-pox
• http://www.opendaylight.org
• http://osrg.github.io/ryu
Pictures
21

Contenu connexe

Tendances

Operational Analytics at Credit Suisse from ThousandEyes Connect

ThousandEyes

Software-Defined Network Management

Open Networking Summits

Atlas Services Remote Analysis Report Sample

ExtraHop Networks

Open Programmable Architecture for Java-enabled Network Devices

Tal Lavian Ph.D.

Open programmable architecture for java enabled network devices

Tal Lavian Ph.D.

HSB15 - Pavel Minarik - INVEATECH

Splend

PLNOG 17 - Elisa Jasinska - Network Automation - Design your Systems

PROIDEA

Architecting Petabyte Scale AI Applications

Yahoo Developer Network

Continuum PCAP Cost Effective, Open Network Packet Capture How do you know what is really coming through your network? Without capturing that traffic, you don't have the means of identifying and solving your security and network performance problems. Though some organizations have the budgets and infrastructure to record network traffic, many current tools either do not capture all necessary packets, are too expensive to implement on a large scale, or don't easily integrate with other applications. And even companies that are capturing their network data are frustrated by these systems' lack of flexibility, or paying for functionality that they don't really use. Continuum PCAP solves these problems by fusing the best of both worlds. It is a powerful, affordable enterprise-class packet capture appliance that integrates with your favorite 3rd party or open-source tools, or with your own applications via a REST API.

Continuum pcap-oem

blabadini

OpenMAMA Governance

OpenMAMA

DNMTT - Synchrophasor Data Delivery Efficiency GEP Testing Results at Peak RC

Grid Protection Alliance

Edupert best practices in supporting end users - Networkshop44

Jisc

Bart van der Sloot joined FiberRing as Managing Director in April 2014, with the objectives to further grow and enhance the footprint, quality and business of FiberRing’s 2 Tbps global IP network, covering over 50 locations on 3 continents. From 1999 to 2013 Bart worked at Global Crossing (acquired by Level 3 in 2011), where he developed staffing, systems and business processes for Global Crossing’s European brand new sales team, built and coached a Wholesale Sales team to sign new telecom customers and grow revenues in various countries across Europe, led Global Crossing’s expansion into Central and Eastern Europe and established Level 3’s position in the Benelux broadcast market. Samer Abdel-Hafez joined the FiberRing network team in December 2013 as Network Design Engineer. Samer’s responsibilities within the team include planning capacity for the large traffic volume of FiberRing, arranging interconnections in new locations and markets, designing advanced ad-hoc solutions for the FiberRing network and customers and advise the Network support team on day to day issues. Abstract: FiberRing operates one of the largest content networks in the world, peaking at over 2 Tb/s. In order to facilitate troubleshooting, detect attacks and saving important data as router configurations, we implement a series of tools mostly implemented in house or open source. The key point of this presentation is to describe how FiberRing is using these tools for: monitoring: FiberRing makes extensive use of Opsview (Nagios) and NMIS. We utilise Opsview for alerts and reporting and NMIS for detailed traffic analysis. capacity planning: FiberRing choose PMACCT as netflow collector software and implemented an in house front-end solution that helps us locate strategic peering partners and explore ways to reduce the costs to deliver our content. DDOS attacks detection: As every large hosting provider, we are regularly target of DDoS attacks. We implement a set of linux boxes running running nfcapd to collect traffic flows with 1 minute/per host granularity. This gives us great flexibility and incredibly valuable data to quick detect attacks and take corrective actions. routers’ configuration backups: FiberRing is actively involved in the development of Oxidized, an innovative configuration backup tool which poses itself as rancid replacement.

PLNOG 13: B. van der Sloot, S. Abdel-Hafez: Running a 2 Tbps global IP networ...

PROIDEA

Group meeting: Identifying Information Disclosure in Web Applications with Re...

Yu-Hsin Hung

OpManager training - Device discovery and classification.

ManageEngine, Zoho Corporation

Setting up monitoring on dynamic, large environments can be challenging. This session will cover how to provision a monitoring infrastructure with Prometheus and Grafana the easy way using Salt states (https://github.com/saltstack/salt) and Uyuni (https://github.com/uyuni-project/uyuni), and how these tools can help with: – Automating the installation of exporters on monitored systems – Prometheus configuration and service discovery mechanisms – Grafana provisioning and sample dashboards

OSMC 2019 | Automating the conficuration of Monitoring on Large Infrastructur...

NETWAYS

Tendances (16)

Operational Analytics at Credit Suisse from ThousandEyes Connect

Software-Defined Network Management

Atlas Services Remote Analysis Report Sample

Open Programmable Architecture for Java-enabled Network Devices

Open programmable architecture for java enabled network devices

HSB15 - Pavel Minarik - INVEATECH

PLNOG 17 - Elisa Jasinska - Network Automation - Design your Systems

Architecting Petabyte Scale AI Applications

Continuum pcap-oem

OpenMAMA Governance

DNMTT - Synchrophasor Data Delivery Efficiency GEP Testing Results at Peak RC

Edupert best practices in supporting end users - Networkshop44

PLNOG 13: B. van der Sloot, S. Abdel-Hafez: Running a 2 Tbps global IP networ...

Group meeting: Identifying Information Disclosure in Web Applications with Re...

OpManager training - Device discovery and classification.

OSMC 2019 | Automating the conficuration of Monitoring on Large Infrastructur...

En vedette

Big Data hat nach einer anfänglichen Hype-Phase in den letzten Jahren praxistaugliche Technologien Konzepte hervorgebracht. Gerade in jüngster Zeit hat der Teilbereich der Data-Analytics an Präsenz gewonnen, da es die Entwicklung neuer Datenprodukte und –dienste durch Techniken wie Machine Learning ermöglicht. Durch eine deutlich größere Datenbasis wird es beispielsweise möglich die Planung von Warenbeständen in Supermärkten besser vorherzusagen oder die Reichweite von Werbung auch über Medienbrüche hinweg zu analysieren. Wie für alle noch jungen Technologien sind die Möglichkeiten und dementsprechend auch die Anforderungen anfangs noch sehr unklar. Agile Methoden, wie sie sich inzwischen auch über die klassische Software-Entwicklung hinaus etabliert haben, zeigen ihre Stärke gerade in solch dynamischen und evolutionären Projekten. Wie die Erfahrung gezeigt hat, kommen Data Analytics Projekte im Vergleich zu bereits gut erschlossenen, klassischen Implementierungsprojekten mit einigen Besonderheiten, die rein mit dem „Standardportfolio“ an Scrum Techniken nicht gänzlich bedient werden können. So ist Beispielsweise die Entwicklung von Datenanalysen zur Gewinnung von statistischen Modellen ein sehr kreativer und in der Regel explorativer Prozess. Ebenso erfordert die Entwicklung von Datenprodukten und -diensten aber auch bereits besser erschlossene Tätigkeiten, wie die Implementierung von Benutzeroberflächen oder die Durchführung von Produktstudien. Wie so oft hat auch die Erfahrung aus Big Data und Data Analytics Projekten gezeigt, gibt es aber bereits aus ähnlich explorativen und kreativen Kontexten angepasste agile Techniken, die sich auch in diesem Umfeld bewähren. In der Session stellen wir diese bewährten Methoden und wie sie im Data Analytics und Big Data Bereich genutzt werden können vor. Hierzu gehört beispielsweise Dual Track Scrum, dass in der Vergangenheit in der User Experience (UX) Entwicklung seine Stärken gezeigt hat. Darüber hinaus wird der Werkzeugkasten auch durch Methoden der Lean Startup Bewegung, wie der Beobachtung von Produktnutzung und -aspekte statt langer Vorausplanung ergänzt. Letztendlich erhalten die Teilnehmer die Möglichkeit von unserer Praxis- und Projekterfahrung mit stark explorativen und kreativen Aufgabenstellungen zu profitieren und Impulse für den eigenen agilen Alltag mitzunehmen. Unabhängig von dem konkreten Feld der Data Analytics hat sich auch in unseren Projekten gezeigt, dass eben diese Impulse aus anderen Kontexten die eigene Arbeitsweise voranbringen. Speaker: Dr. Benjamin Klatt, Collin Rogowski, inovex GmbH Event: Frankfurter Entwicklertag, 10.03.2016 Weitere Vorträge: https://www.inovex.de/de/content-pool/vortraege/

Agile Data Analytics

inovex GmbH

Cloud computing and IaaS are powerful tools that hold many tempting promises. With Linux leading in this field, IaaS is often one of the first mission critical Linux deployments in enterprises. Doomed to do it right, implementing a Linux cloud is hard work, and you risk both your managment and users losing faith if you stumble into ten common pitfalls. Nils explains to engineering architects, operations engineers, and technical system managers how to circumvent common problems and comes up with hints to overcome them. His audience benefits from over 15 years' first-hand experience in designing secure and reliable infrastructure projects in data centers. Real-life examples from past and present project illustrate the challenges engineers and managers face on their way to the cloud.

A system architect guide - ten ways to ruin your cloud experience ...and how ...

inovex GmbH

Bootstrapping Forman with Vagrant - Setting up a local Provision & Deployment...

inovex GmbH

Integration in der Cloud mit Camel, Karaf und Cellar

inovex GmbH

Definition of almost done

inovex GmbH

Kanban Paper Airplanes

inovex GmbH

Freie Configuration Managment Systeme wie Puppet, Chef und CFEngine gibt es schon seit einiger Zeit. Doch nicht jede historisch gewachsene Software stellt heute schnell den gewünschten Ertrag bereit. Dieser Vortrag liefert eine kurze Einführung in die Materie, thematisiert Real-World Probleme im Enterprise-Umfeld und bietet Hoffnung für stresserprobte Admins. Als alternative Software für das Configuration Management wird SaltStack vorgestellt, ein seit Jahren wachsendes Projekt mit dem Anspruch die wiederholten Fehler anderer Configuration Management Systeme zu verhindern und Admins neue und bereits gewünschte Möglichkeiten zu offenbaren. Denn auch für kleinere Umgebungen kann Configuration Management durchaus sinnvoll sein. Der Vortrag zeigt auf warum SaltStack einen genaueren Blick wert ist und wofür SaltStack heute bereits eingesetzt wird. Unentschlossenen wird aufgezeigt wie sie das vorgestellte Beispiel-Setup, dem automatisierten Deployment einer Deployment-Infrastruktur und Private Cloud mit Foreman und OpenNebula mit frei verfügbaren SaltStack-Modulen selber nachstellen können.

Configuration Management with Saltstack

inovex GmbH

Big Data Basics

inovex GmbH

Creating new nodes in your cloud environment was never as easy. Just a few clicks away system engineers create new virtual machines, assign network environments for them and deploy software components. Viable security engineering has ever been a key task to ensure your data’s confidentiality, integrity, and availibity. While hardening your operating systems and wisely designing you applications, cloud computing introduced a new challenge for engineers who are responsible for security. A breach in the perimeters of one of your central components threatens the overall security of all systems in any environment. The talk discusses predominant attack patterns that system engineers and security officers should consider. The top 10 threats come together with practical suggestions to improve data center security in the cloud.

Top ten security considerations when setting up your open nebula cloud

inovex GmbH

Deep Dive into dockerized Microservices

inovex GmbH

Continuous Delivery Pipelines setzen identische Konfigurations- und Deployment-Prozesse von Entwicklung bis Betrieb voraus. Um diese zu ermöglichen, zeigt der Referent, wie virtuelle Maschinen (Linux/Windows) mit Packer (packer.io) erstellt, mit Puppet konfiguriert und mit Vagrant in virtuellen Umgebungen verwendet werden. Der Fokus liegt zum einen auf der einfachen und schnellen Verwendung vorkonfigurierter VMs für die lokale Entwicklung und zum anderen auf den Herausforderungen und Erfahrungen, die sich bei der Verwendung von Puppet ergeben, wenn der gleiche Konfigurations-Code für verschiedene Umgebungen verwendet wird.

Entwicklungsumgebungen - Packer, Vagrant, Puppet

inovex GmbH

There are many ways to configure your application inside a container. We will discuss the advantages and disadvantages of the different configuration possibilities. Also we will have a broad overview how some container environments like Kubernetes, Mesos (Marathon) and Swarm support you configuring your application. As a key take-away you will know the different configuration possibilities and be able to decide which one fits best for different application types. Event: inovex Meetup Köln, 08.06.2016 Speaker: Johannes M. Scheuermann, inovex GmbH Weitere Tech-Vorträge: https://www.inovex.de/de/content-pool/vortraege/

Application configuration in containers

inovex GmbH

repositor.io - Simple Repository Management

inovex GmbH

A system architect guide - ten ways to ruin your cloud experience ...and how ...

inovex GmbH

Sling sitebuilder and Sling CMS

inovex GmbH

Unit Testing hat bereits einen weiten Weg hinter sich und so ist es zu unserem Glück heutzutage recht einfach seine Testumgebung aufzusetzen. Dieser Workshop führt Sie in die Grundlagen von Unit Tests ein und zeigt Ihnen außerdem wie man Tests vor dem Code schreibt. Am Ende des Tages werden Sie eine Menge Unit Tests in PHPUnit sowie Ihre ersten Mock Objekte geschrieben haben. Außerdem werden Sie erfahren haben, wie es sich anfühlt, zuerst die Tests und dann den Code geschrieben zu haben.

Test Driven Development

inovex GmbH

Kubernetes - how to orchestrate containers

inovex GmbH

SaltStack – (Not) just another Automation & Remote Execution Tool

inovex GmbH

Continuous Delivery setzt auf die Automatisierung von Entwicklungs- und Betriebsprozessen, um die Performance und Qualität im Applikationsbetrieb zu erhöhen. Hierbei ist Terraform ein passendes Werkzeug, mit dessen Hilfe Infrastruktur effizient verwaltet werden kann. Die Session erläutert den Aufbau einer Cloud-Infrastruktur bei Amazon AWS mit Terraform, bestehend aus virtuellen Instanzen, Netzen, Load Balancing und DNS. Die Herausforderungen und Vorteile (Immutable Infrastructure), die sich dadurch bei der Implementierung von Continuous-Delivery-Pipelines für die Entwicklung und den Betrieb ergeben, werden dann anhand des Beispiels diskutiert. Event: JAX 2016, 20.04.2016 Speaker: Sascha Askani, inovex GmbH Mehr Tech-Vorträge: https://www.inovex.de/de/content-pool/vortraege/

Infrastructure as code: Cloud-Umgebungen mit Terraform verwalten

inovex GmbH

Eines der Kernziele von Cloud Computing ist die hochgradig flexible und extrem schnelle Bereitstellung von IT-Ressourcen - „auf Knopfdruck“, sozusagen. Dazu muss die Cloud-Plattform im höchsten Maße automatisiert werden, was besondere Anforderungen an die Architektur und die Implementierung der Plattform stellt. Der Vortrag erläutert zunächst die Grundlagen des Cloud Computing und grenzt das Konzept von der klassischen Virtualisierung ab. Im zweiten Teil wird das Zielbild für ein automatisiertes Data Center vorgestellt, bei dem die verschiedenen Evolutionsschichten - von einer virtuellen Infrastruktur bis hin zur Enterprise Cloud - systematisch aufeinander aufbauen. Speaker: Pascal Petsch, inovex Mehr Vorträge von uns: https://www.inovex.de/de/content-pool/vortraege/

Data Center Automation for the Cloud

inovex GmbH

En vedette (20)

Agile Data Analytics

A system architect guide - ten ways to ruin your cloud experience ...and how ...

Bootstrapping Forman with Vagrant - Setting up a local Provision & Deployment...

Integration in der Cloud mit Camel, Karaf und Cellar

Definition of almost done

Kanban Paper Airplanes

Configuration Management with Saltstack

Big Data Basics

Top ten security considerations when setting up your open nebula cloud

Deep Dive into dockerized Microservices

Entwicklungsumgebungen - Packer, Vagrant, Puppet

Application configuration in containers

repositor.io - Simple Repository Management

A system architect guide - ten ways to ruin your cloud experience ...and how ...

Sling sitebuilder and Sling CMS

Test Driven Development

Kubernetes - how to orchestrate containers

SaltStack – (Not) just another Automation & Remote Execution Tool

Infrastructure as code: Cloud-Umgebungen mit Terraform verwalten

Data Center Automation for the Cloud

Similaire à Software-defined networking

10. Lec X- SDN.pptx

DanishMahmood23

bruce-sdn.pptx

Sameer Ali

Critical infrastructure, such as manufacturing facilities, power plants, dams, and chemical plants, has long experienced a phenomenon known as dark data – crucial information is locked away in disparate and proprietary systems. At Rose-Hulman Institute of Technology, we are teaching students to unlock this data with the help of tools such as Telegraf and InfluxDB to better make informed decisions. In addition, these tools allow our students to investigate best practices in data handling and critical infrastructure cybersecurity.

David Henthorn [Rose-Hulman Institute of Technology] | Illuminating the Dark ...

InfluxData

Introduction to SDN

Muhammad Moinur Rahman

Big Data Analytics and Advanced Computer Networking Scenarios

Stenio Fernandes

Introductionto SDN

Md. Shariful Islam Robin

Introduction to Software Defined Networking (SDN)

Bangladesh Network Operators Group

Software Defined networking (SDN)

Milson Munakami

ONF: putting the S in SDN. Tom Farrell, Aperilink

Walton Institute

Introduction to SDN

NetCraftsmen

Introduction to SDN

APNIC

We live in a profoundly connected world. From supply chains to payment networks to digital business and complex portfolios, our ability to understand and navigate not just data, but relationships inside the data, play an increasingly important role in all aspects of business. Highly connected value chains that generate massive volumes of connected data create an opportunity for graph analysis, which Gartner describes as "the single most single most effective competitive differentiator for organizations pursuing data-driven operations and decisions." This talk will introduce the power of graph databases and share how the latest IBM Power Systems offerings featuring the POWER8 processor and CAPI-attached Flash enable unique scaling, performance and price-performance advantages for Neo4j workloads.

Webinar: Large Scale Graph Processing with IBM Power Systems & Neo4j

Neo4j

btNOG 5: Network Automation

APNIC

Radisys/Wind River: The Telcom Cloud - Deployment Strategies: SDN/NFV and Vir...

Radisys Corporation

SDNImpactonMPLS_AdrianFarrel_MPLS2012.ppt

MuhammadWaqasArshad10

4_SDN.pdf

ssuser054b31

Highly available and tunable control planes are difficult to build and manage. Is there an alternate way to build a control plane for cloud scale fabrics that will reduce operational expense (coming as close to zero touch provisioning as possible), while allowing the network to be tuned in near real time based on telemetry and application requirements? LinkedIn is currently working on such a control plane, starting from the concept of layering different control plane functionality. This talk will provide an overview of the functional division, consider some tools which can be used to meet each, and the consider the resulting operational profile.

LinkedIn's Approach to Programmable Data Center

Shawn Zandi

SDN Basics – What You Need to Know about Software-Defined Networking

SDxCentral

btNOG 9 presentation Introduction to Software Defined Networking

APNIC

Multi Layer Monitoring V1

Lahav Savir

Similaire à Software-defined networking (20)

10. Lec X- SDN.pptx

bruce-sdn.pptx

David Henthorn [Rose-Hulman Institute of Technology] | Illuminating the Dark ...

Introduction to SDN

Big Data Analytics and Advanced Computer Networking Scenarios

Introductionto SDN

Introduction to Software Defined Networking (SDN)

Software Defined networking (SDN)

ONF: putting the S in SDN. Tom Farrell, Aperilink

Introduction to SDN

Webinar: Large Scale Graph Processing with IBM Power Systems & Neo4j

btNOG 5: Network Automation

Radisys/Wind River: The Telcom Cloud - Deployment Strategies: SDN/NFV and Vir...

SDNImpactonMPLS_AdrianFarrel_MPLS2012.ppt

4_SDN.pdf

LinkedIn's Approach to Programmable Data Center

SDN Basics – What You Need to Know about Software-Defined Networking

btNOG 9 presentation Introduction to Software Defined Networking

Multi Layer Monitoring V1

Plus de inovex GmbH

lldb kann mehr als nur einfache Breakpoints oder po. In dem Vortrag zeigt Oliver Bayer, wie sich mit Hilfe von lldb Programmcode zur Ausführungszeit manipulieren lässt, ohne das hierfür der Sourcecode anzupassen ist. Sei es, damit Test- oder Debugcode nicht in die produktiv App gelangt, oder weil der Sourcecode für einen Teil der App nicht vorliegt. Event: macoun, 04.10.2019 Speaker: Oliver Bayer, inovex Mehr Tech-Vorträge: inovex.de/vortraege Mehr Tech-Artikel: inovex.de/blog

lldb – Debugger auf Abwegen

inovex GmbH

With the advent of Deep Learning (DL), the field of AI made a giant leap forward and it is nowadays applied in many industrial use-cases. Especially critical systems like autonomous driving, require that DL methods not only produce a prediction but also state the certainty about the prediction in order to assess risks and failure. In my talk, I will give an introduction to different kinds of uncertainty, i.e. epistemic and aleatoric. To have a baseline for comparison, the classical method of Gaussian Processes for regression problems is presented. I then elaborate on different DL methods for uncertainty quantification like Quantile Regression, Monte-Carlo Dropout, and Deep Ensembles. The talk is concluded with a comparison of these techniques to Gaussian Processes and the current state of the art. Speaker: Dr. Florian Wilhelm, Simon Bachstein, inovex Event: PyCon/PyData Berlin 2019 Datum: 10.10.2019 Mehr Tech-Vorträge: inovex.de/vortraege Mehr Tech-Artikel: inovex.de/blog

Are you sure about that?! Uncertainty Quantification in AI

inovex GmbH

In 2010 ImageNet finally ended the AI winter and gave machines the sense of sight. Within the following years dramatic improvements in tasks such as image classification and object detection lead to innovations like face ID and autonomous driving. Recently, similar developments happened in the field of natural language. Using Attention mechanism and transformers tasks such as question answering and text summarization reached new benchmarks. This talk will not only explain those, but point out how Transfer Learning and open source models such as Google Bert will open the field to new innovations in AI. Speaker: Nico Kreiling, inovex Event: AIxIA, 01.10.2019 Mehr Tech-Vorträge: inovex.de/vortraege Mehr Tech-Artikel: inovex.de/blog

Why natural language is next step in the AI evolution

inovex GmbH

Die Worldwide Developers Conference (WWDC) ist eine von Apple jährlich durchgeführte Konferenz für Software-Entwickler (MacOS, iOS und WatchOS). Um die WWDC 2019 nochmal Revue passieren zu lassen, wurde beim Mobile Development Karlsruhe Meetup zu einer offenen Diskussionsrunde eingeladen. Die Slides fassen die für inovexler Philipp interessantesten Neuigkeiten der WWDC2019 zusammen und dienten beim Meetup als Diskussionsgrundlage. Event: 9. Mobile Development Meetup (WWDC Edition) Speaker: Philipp Wallrich, inovex Datum: 17.06.2019 Mehr Tech-Vorträge: inovex.de/vortraege Mehr Tech-Artikel: inovex.de/blog

WWDC 2019 Recap

inovex GmbH

Trust is good, control is better – A short story about Network Policies. Abstract: Probably everybody who uses Kubernetes in a productive environment with multiple users possibly has looked at policies. Often the operators of the cluster(s) just trust the policies but in some cases it might be useful to control if the policies actually have taken action and often there are just to many Policies in the cluster setup to manually test them all (and obviously you don’t want to do this). Testing the effectiveness of the Network Policies can be done in different approaches. In this talk we will show you the benefits and drawbacks of different approaches and what solution we finally chose. Also we will show you some other tools and how they complement our solution. As a takeaway you will get an overview of different testing strategies for policies, as well as understanding challenges in testing policies in general and the Kubernetes ecosystem. Event: ContainerDays 2019 Datum: 26.06.2019 Speaker: Johannes M. Scheuermann, Maximilian Bischoff (beide inovex) Mehr Tech-Vorträge: inovex.de/vortraege Mehr Tech-Artikel: inovex.de/blog

Network Policies

inovex GmbH

Interpretierbarkeit von ML-Modellen hat die Zielsetzung, die Ursachen einer Prognose offenzulegen und eine daraus abgeleitete Entscheidung für einen Menschen nachvollziehbar zu erklären. Durch die Nachvollziehbarkeit von Prognosen lässt sich beispielsweise sicherstellen, dass deren Herleitung konsistent zum Domänenwissen eines Experten ist. Auch ein unfairer Bias lässt sich durch die Erklärung aussagekräftiger Beispiele identifizieren. Prognosemodelle lassen sich grob in intrinsisch interpretierbare Modelle und nicht-interpretierbare (auch Blackbox-) Modelle unterscheiden. Intrinsisch interpretierbare Modelle sind dafür bekannt, dass sie für einen Menschen leicht nachvollziehbar sind. Ein typisches Beispiel für ein solches Modell ist der Entscheidungsbaum, dessen regelbasierter Entscheidungsprozess intuitiv und leicht zugänglich ist. Im Gegensatz dazu gelten Neuronale Netze als Blackbox-Modelle, deren Prognosen durch die komplexe Netzstruktur schwer nachvollziehbar sind. In diesem Talk erläuterte Marcel Spitzer das Konzept von Interpretierbarkeit im Kontext von Machine Learning und stellte gängige Verfahren zur Interpretation von Modellen vor. Besonderen Fokus legte er dabei auf modellunabhängige Verfahren, die sich auch auf prognosestarke Blackbox-Modelle anwenden lassen. Event: M3 Minds Mastering Machines Speaker: Marcel Spitzer Blog-Artikel: https://www.inovex.de/blog/machine-learning-interpretability/ Mehr Tech-Vorträge: inovex.de/vortraege Mehr Tech-Artikel: inovex.de/blog

Interpretable Machine Learning

inovex GmbH

Das Ökosystem rund um Kubernetes wächst täglich. Insbesondere cloud-native Continuous-Deployment-Strategien stehen Hoch im Kurs und werden in diversen Open-Source-Projekten vorangetrieben. In einer Reihe von Evalutionen nimmt inovex diese Tools genauer unter die Lupe - den Anfang macht Jenkins X. Jenkins X wurde im März 2018 veröffentlicht. Das Konzept hinter dem Tool ist primär, bestehende Teillösungen (Helm, Skaffold, Prow, Tekton) einzusetzen, um sie abstrahiert in ein Kommandozeilen-Interface zu packen. Der Vortrag beschreibt sowohl die klassische Architektur als auch den "Severless"-Ansatz. Des weiteren werden das Kommandozeilen-Tool "jx", der allgemeine Entwicklungs-Workflow sowie diverse Features vorgestellt. Bei unseren Tests im Rahmen der Evaluation sind uns einige Stolpersteine aufgefallen. Es sind vor allem die vielen eingesetzten Dritt-Tools, die den Betrieb und den Upkeep eines mit Jenkins X erstellten Clusters verkomplizieren. Als Fazit stellen wir Jenkins X im Mai 2019 ein "befriedigend" aus und beobachten gespannt, wie sich das Tool in den kommmenden Monaten und Jahren weiterentwickeln wird. Event: Talk4Nerds, 29.04.2019 Speaker: Simon Kienzler, Johannes M. Scheuermann (beide inovex) Mehr Tech-Vorträge: inovex.de/vortraege Mehr Tech-Artikel: inovex.de/blog

Jenkins X – CI/CD in wolkigen Umgebungen

inovex GmbH

Neben dem großen Machine-Learning-Trend in der Cloud zeichnet sich zunehmend die Tendenz ab, bestimmte Aufgaben direkt auf Edge-Geräten auszuführen. Wir erkunden die Vorteile von Auswertungen direkt an der Quelle der Daten und die damit verbundenen Herausforderungen. Denn die Rechenleistung der Cloud steht uns hier leider nicht zur Verfügung. Zur Lösung stehen uns verschiedene Hardwareoptionen wie CPUs, GPUs, FPGAs oder spezielle ASICs und Frameworks zur Verfügung, die wir am Beispiel von einem Convolutional Neural Network evaluieren. Dabei gibt es praktische Tipps und Erfahrungen aus realen Projekten sowie anschauliche Demos auf verschiedenen Hardwareplattformen. Vorkenntnisse: Vorkenntnisse über tiefe neuronale Netze sind von Vorteil. Lernziele: - Verständnis über die Vorteile von AI auf Edge-Geräten und den damit verbundenen Herausforderungen. - Wissen über die verschiedenen Hard- und Softwarelösungen erlangen, um diese in eigenen Projekten einzusetzen. Event: building IoT, 03.04.2019 Speaker: Dominik Helleberg, inovex Mehr Tech-Vorträge: inovex.de/vortraege Mehr Blog-Artikel: inovex.de/blog

AI auf Edge-Geraeten

inovex GmbH

Der Talk auf der Konferenz „Talk4Nerds“ der R+V Versicherung bot eine Einführung in Prometheus als Monitoring-Lösung. Dabei ging inovexler Christoph auf die Anforderungen an ein modernes Monitoring Tool ein, wie Prometheus diesen Anforderungen entspricht und warum es zum defacto Standard im Kubernetes-Umfeld geworden ist. Abschließen beleuchtete Christoph die Non-Goals und wie man diese mit zusätzlichen Tools dennoch erreichen kann. Speaker: Christoph Petrausch (inovex) Event: Talk4Nerds Datum: 29.04.2019 Mehr Tech-Vorträge: inovex.de/vortraege Mehr Tech-Artikel: inovex.de/blog

Prometheus on Kubernetes

inovex GmbH

Recommender systems support the decision making processes of customers with personalized suggestions. These widely used systems influence the daily life of almost everyone across domains like ecommerce, social media, and entertainment. However, the efficient generation of relevant recommendations in large-scale systems is a very complex task. In order to provide personalization, engines and algorithms need to capture users’ varying tastes and find mostly nonlinear dependencies between them and a multitude of items. Enormous data sparsity and ambitious real-time requirements further complicate this challenge. At the same time, deep learning has been proven to solve complex tasks like object or speech recognition where traditional machine learning failed or showed mediocre performance. Join Marcel Kurovski to explore a use case for vehicle recommendations at mobile.de, Germany’s biggest online vehicle market. Marcel shares a novel regularization technique for the optimization criterion and evaluates it against various baselines. To achieve high scalability, he combines this method with strategies for efficient candidate generation based on user and item embeddings—providing a holistic solution for candidate generation and ranking. The proposed approach outperforms collaborative filtering and hybrid collaborative-content-based filtering by 73% and 143% for MAP@5. It also scales well for millions of items and users returning recommendations in tens of milliseconds. Event: O'Reilly Artificial Intelligence Conference, New York, 18.04.2019 Speaker: Marcel Kurovski, inovex GmbH Mehr Tech-Vorträge: inovex.de/vortraege Mehr Tech-Artikel: inovex.de/blog

Deep Learning for Recommender Systems

inovex GmbH

In seinem Meetup Talk berichtete Maximilian von den aktuellen Problemen von Cloud Computing – insbesondere im Internet of Things – und wie diese durch Edge Computing mitigiert werden können. Er erklärte, wie eine generische Edge-Computing-Architektur aussehen kann und zeigte Anwendungsfälle, von denen manche auch schon in existierenden Produkten umgesetzt sind. Im Anschluss stellte er Azure IoT Edge vor und erläuterte, wie es das bestehende IoT Framework von Microsoft erweitert sowie die Grundkonzepte, die IoT Edge bereitstellt. Auch die Probleme in dem noch jungen Produkt wurden angesprochen, aber auch die Vorteile und Features, die es liefert. In der gemeinsamen Demo mit Eli haben dann beide Speaker die technischen Details von Azure IoT Edge gezeigt und demonstriert, beispielsweise wie Code automatisiert von einer CI/CD-Pipeline in Azure DevOps auf ein IoT-Gerät deployed werden kann. Event: inovex Meetup, 12.03.& 19.03.2019 Speaker: Maximilian Bischoff, inovex Mehr Tech-Vorträge: inovex.de/vortraege Mehr Tech-Artikel: inovex.de/blog

Azure IoT Edge

inovex GmbH

Es liegt in der Natur des Menschen das Unvorhersehbare vorherzusagen: Wetter, Aktienkurse, Krankheitsverläufe, die Reaktion eines Menschen. Neueste Deep Learning Ansätze sind in der Lage solche sequentielle Sachverhalte immer genauer zu prognostizieren, setzen aber auch immer größere Datenmengen und Rechenleistungen voraus, die sowohl in Forschung als auch in der Praxis häufig nicht vorliegen. Wie kann man gute Ergebnisse erreichen, wenn nur wenig Daten vorliegen? Marisa Mohr stellte in ihrem Vortrag einen neuen und vielversprechenden informationstheoretischen Ansatz zum Feature Learning von sequentiellen Daten vor, der potenziell auch mit wenigen Daten auskommt. Dabei ging es speziell um ordinale Muster in Zeitreihen, wie sie beispielsweise als Veränderung von Emotionen im Gesprächsverlauf zu finden sind. Eine solche Entwicklung ist für Menschen in der Regel leicht zu erkennen. Chatbots hingegen können nicht intuitiv auf solche Emotionsverläufe reagieren, sondern müssen entsprechend programmiert werden. Details: Deep-Learning-Ansätze wie LSTMs, RNNs oder TCNs haben sich im Umgang mit sequentiellen Daten bewährt. Neuronale Netzwerke sind tief im technischen Sinn, weil sie mehrere (verborgene) Schichten besitzen, aber nicht weil sie ein tiefes Verständnis von Problemen entwickeln. In diesem Vortrag stellte Marisa einen symbolischen informationstheoretischen Ansatz des Representation Learnings von Zeitreihen vor und damit eine Möglichkeit, konzeptionelle Schichten zu konstruieren. Die Idee hinter der sogenannten Permutationsentropie besteht darin, anstelle der Werte einer Zeitreihe die Ordnungsrelation zwischen den Werten zu betrachten, und so auf das natürliche Auf und Ab des zugrundeliegenden dynamischen Systems zurückzugreifen. Event: inovex Meetup: Das Unvorhersehbare vorhersagen: Zeitreihen und Chatbots, 26.03.2019 Speakerin: Marisa Mohr (inovex) Mehr Tech-Vorträge: inovex.de/vortraege Mehr Tech-Artikel: inovex.de/blog

Representation Learning von Zeitreihen

inovex GmbH

Menschliche Kommunikation folgt zwar einer ganzen Reihe von Regeln, diese lassen sich aber schwer formalisieren. Nicht zuletzt deshalb, weil in unseren Interaktionen immer auch eine Fülle von Welt- und implizitem Kontextwissen eine Rolle spielt. Rein regelbasierte Chatbots sind daher nicht nur äußert komplex in der Programmierung, sondern stoßen in vielen Anwendungsbereichen schnell an ihre Grenzen. In diesem Vortrag gab Anna Weißhaar einen Überblick über die aktuellen Lösungen und Herausforderungen im Bereich digitale Assistenten. Der Fokus lag dabei auf Ansätzen, die Chatbots „chatty“ machen, sie also möglichst adäquat auf im Voraus unbekannte Nutzereingaben reagieren zu lassen. Event: inovex Meetup: Das Unvorhersehbare vorhersagen: Zeitreihen und Chatbots, 26.03.2019 Speaker: Anna Weißhaar (inovex) Mehr Tech-Vorträge: inovex.de/vortraege Mehr Tech-Artikel: inovex.de/blog

Talk to me – Chatbots und digitale Assistenten

inovex GmbH

Nicht zuletzt durch die medienwirksame Erfolge des maschinellen Lernens durch DeepMind, OpenAI und Kollegen ist Künstliche Intelligenz im Moment wieder in aller Munde. Einerseits locken zahlreiche neue, vorher undenkbare Anwendungen wie die automatische Diagnose von Krankheiten, autonome Fahrzeuge und Drohnen, oder die automatische Übersetzung gesprochener Wörter. Andererseits warnen mahnenden Stimmen wird vor dem zunehmendem Einflussnahme der „Algorithmen“ auf fast alle Bereiche unseres Lebens sowie vor unerwünschten Folgen von sich verselbstständigenden Computern gewarnt. Einige träumen von – oder fürchten sich vor – der vermeintlich unausweichlichen Singularität, an der sich nichts weniger als das Schicksal der gesamten Menschheit entscheiden wird. Doch was verbirgt sich hinter dem Begriff Künstliche Intelligenz? Je nachdem, wen man fragt, erhält man unterschiedliche, bisweilen gegensätzliche Antworten. Dieser Vortrag stellt einige dieser Antworten vor und versucht sie (nicht nur) anhand von Beispielen aus Forschung und Anwendung einzuordnen. Event: Business Analytics Day, 07.03.2019 Speaker: Dr. Matthias Richter, Dr. Stefan Igel (inovex) Mehr Tech-Vorträge: inovex.de/vortraege Mehr Tech-Artikel: inovex.de/blog

Künstlich intelligent?

inovex GmbH

In den letzten drei Jahren haben wir die Infrastruktur der Fernseh-Plattform waipu.tv gebaut. Dabei haben wir angefangen Tools für den Betrieb in Golang zu schreiben. Aus einigen der Tools wurden Core-Services, die auch die Last einer Fußball-WM-Übertragung locker wegstecken. Wir wollen euch zeigen, wie wir mit der selben Tool-Chain (Golang & Co) Betriebs-Probleme lösen und kritische Business-Applikationen entwickeln. Klassisch DevOps oder Golden Hammer? Speaker: Christoph Petrausch, Igor Lankin (beide inovex) Event: DevOpsConference, 04.12.2018 Mehr Tech-Vorträge: inovex.de/vortraege Mehr Tech-Artikel: inovex.de/blog

Dev + Ops = Go

inovex GmbH

Das Android Open Source Project, kurz AOSP, ist das Betriebssystem, das auf den meisten heutigen und wahrscheinlich auch auf deinem Smartphone läuft. Es ist die Basis für das Android-App-Universum und wird von Millionen Nutzern und Entwicklern auf der Welt verwendet. Wegen der offenen Verfügbarkeit des Source Codes ist es auch die Basis für bekannte Custom ROMs wie LineageOS. Der erste Teil des Talks gab eine Übersicht über die Architektur des Betriebssystems, das App-Ökosystem, den Hardware Abstraction Layer (HAL), die Sicherheitskonzepte und einige neue Betriebssystementwicklungen wie Project Treble in Android 8.0. Der zweite Teil des Talks gab einen Einblick in den Quellcode und die Struktur des AOSP: Wie lädt man sich den Source Code herunter, wie baut man das AOSP für unterstützte Geräte und wie kann man die eigenen ROMs auf ein Smartphone flashen? Zum Spaß wurde auch noch in einige Implementierungsdetails von Android-App-API-Funktionen geblickt, die man als App Developer schon aufgerufen hat. Speaker: Stefan Lengfeld, inovex Event: inovex Meetup Köln, 23.10.2018 Mehr Tech-Vorträge: www.inovex.de/vortraege Mehr Tech-Artikel: www.inovex.de/blog

Das Android Open Source Project

inovex GmbH

Interpretable Machine Learning describes the process of revealing causes of predictions and explaining a derived decision in a way that is understandable to humans. The ability to understand the causes that lead to a certain prediction enables data scientists to ensure that the model is consistent to the domain knowledge of an expert. Furthermore, interpretability is critical to obtain trust in a model and to be able to tackle problems like unfair biases or discrimination against particular subgroups. This talk covers an introduction to the concept of interpretability and an overview of popular interpretability techniques. Speaker: Marcel Spitzer, inovex Event: Kaggle Munich Meetup, 20.11.2018 Mehr Tech-Vorträge: www.inovex.de/vortraege Mehr Tech-Artikel: www.inovex.de/blog

Machine Learning Interpretability

inovex GmbH

Online vehicle marketplaces are embracing artificial intelligence to ease the process of selling a vehicle on their platform. The tedious work of copying information from the vehicle registration document into some web form can be automated with the help of smart text-spotting systems, in which the seller takes a picture of the document, and the necessary information is extracted automatically. Florian Wilhelm details the components of a text-spotting system, including the subtasks of object detection and optical character recognition (OCR). Florian elaborates on the challenges of OCR in documents with various distortions and artifacts, which rule out off-the-shelf products for this task. After offering an overview of semisupervised learning based on generative adversarial networks (GANs), Florian evaluates the performance gains of this method compared to supervised learning. More specifically, for a varying amount of labeled data, he compares the accuracy of a convolution neural network (CNN) to a GANthat uses additional unlabeled data during the training phase, showing that GANs significantly outperform classical CNNs in use cases with a lack of labeled data. What you'll learn: Understand how semisupervised learning with GANs works Explore beneficial semisupervised methods based on GANs for use cases with a limited amount of labeled data Gain insight into an interesting OCR use case of an online vehicle marketplace Event: O'Reilly Artificial Intelligence Conference, London, 11.10.2018 Speaker: Dr. Florian Wilhelm Mehr Tech-Vorträge: www.inovex.de/vortraege Mehr Tech-Artikel: www.inovex.de/blog

Performance evaluation of GANs in a semisupervised OCR use case

inovex GmbH

IT im 21. Jahrhundert – What a time to be alive! Es gibt einen (unüberschaubaren) Zoo an Methoden und Produkten die uns so viel Freude an der Arbeit bereiten! Sie sind modern, weil sie neu sind. Sie fordern unser Können heraus, weil sie komplex sind. Sie lösen einige Probleme, die wir vorher nicht hatten. Jeder will sie verwenden, weil Google, Netflix & Co. sie propagieren und Hand auf’s Herz: Will nicht jeder gerne so arbeiten wie Google, Netflix & Co.? Aber macht das wirklich Sinn? In diesem Vortrag blicken wir auf diverse Erkenntnisse aus dem Einsatz agiler Produktentwicklung, DevOps, Continuous Integration/Delivery, Infrastructure as Code, Immutable Infrastructure (bspw. Docker/Kubernetes), Application Logging und Service Monitoring. Learning Goals: - Wir müssen den Einsatz von Methoden und Tools an die Menschen ausrichten, die sie (weiter-)entwickeln und benutzen sollen. - Manchmal lösen wir mit neuen Tools Probleme, die wir vorher nicht hatten. - Die Suche nach einfachen Lösungen für komplexe Probleme ist essentiell, aber nicht immer einfach. Event: Continuous Lifecycle, 15.11.2018 Speaker: Arnold Bechtoldt Mehr Tech-Vorträge: www.inovex.de/vortraege Mehr Tech-Artikel: www.inovex.de/blog

People & Products – Lessons learned from the daily IT madness

inovex GmbH

Pulumi (pulumi.io) offers an open source platform to create/manage and deploy your infrastructure in realy programming languages like JavaScript/TypeScript, Go and Python. As Cloud platforms the major 3 cloud providers are supported and additionally you can also use Pulumi with OpenStack and Kubernetes to deploy your applications in the cloud. In this talk we will take a look how Pulumi is different to traditional solutions like Terraform or the Cloud Provider specific solutions (e.g. CloudFormation). The main focus will be on deploying your services on top of Kubernetes. The talk will contain a little theory part about Pulumi, the rest of the talk is more focused on demos and practical parts. One focus of the talk is the difference of Pulumi to kubectl and helm (or to be precise how they complement each other. As a takeaway of this talk you should understand the basics of Pulumi and know what are the differences to the traditional deployment tools. Event: CNCF Meetup Hamburg & Stuttgart, 29.10.2018 & 07.11.2018 Speaker: Johannes M. Scheuermann, inovex Mehr Tech-Vorträge: https://www.inovex.de/de/content-pool/vortraege/ Mehr Tech-Artikel: https://www.inovex.de/blog/

Infrastructure as (real) Code – Manage your K8s resources with Pulumi

inovex GmbH

Plus de inovex GmbH (20)

lldb – Debugger auf Abwegen

Are you sure about that?! Uncertainty Quantification in AI

Why natural language is next step in the AI evolution

WWDC 2019 Recap

Network Policies

Interpretable Machine Learning

Jenkins X – CI/CD in wolkigen Umgebungen

AI auf Edge-Geraeten

Prometheus on Kubernetes

Deep Learning for Recommender Systems

Azure IoT Edge

Representation Learning von Zeitreihen

Talk to me – Chatbots und digitale Assistenten

Künstlich intelligent?

Dev + Ops = Go

Das Android Open Source Project

Machine Learning Interpretability

Performance evaluation of GANs in a semisupervised OCR use case

People & Products – Lessons learned from the daily IT madness

Infrastructure as (real) Code – Manage your K8s resources with Pulumi

Dernier

The presentation explores the development and application of artificial intelligence (AI) from its inception to its current status in the modern world. The term "artificial intelligence" was first coined by John McCarthy in 1956 to describe efforts to develop computer programs capable of performing tasks that typically require human intelligence. This concept was first introduced at a conference held at Dartmouth College, where programs demonstrated capabilities such as playing chess, proving theorems, and interpreting texts. In the early stages, Alan Turing contributed to the field by defining intelligence as the ability of a being to respond to certain questions intelligently, proposing what is now known as the Turing Test to evaluate the presence of intelligent behavior in machines. As the decades progressed, AI evolved significantly. The 1980s focused on machine learning, teaching computers to learn from data, leading to the development of models that could improve their performance based on their experiences. The 1990s and 2000s saw further advances in algorithms and computational power, which allowed for more sophisticated data analysis techniques, including data mining. By the 2010s, the proliferation of big data and the refinement of deep learning techniques enabled AI to become mainstream. Notable milestones included the success of Google's AlphaGo and advancements in autonomous vehicles by companies like Tesla and Waymo. A major theme of the presentation is the application of generative AI, which has been used for tasks such as natural language text generation, translation, and question answering. Generative AI uses large datasets to train models that can then produce new, coherent pieces of text or other media. The presentation also discusses the ethical implications and the need for regulation in AI, highlighting issues such as privacy, bias, and the potential for misuse. These concerns have prompted calls for comprehensive regulations to ensure the safe and equitable use of AI technologies. Artificial intelligence has also played a significant role in healthcare, particularly highlighted during the COVID-19 pandemic, where it was used in drug discovery, vaccine development, and analyzing the spread of the virus. The capabilities of AI in healthcare are vast, ranging from medical diagnostics to personalized medicine, demonstrating the technology's potential to revolutionize fields beyond just technical or consumer applications. In conclusion, AI continues to be a rapidly evolving field with significant implications for various aspects of society. The development from theoretical concepts to real-world applications illustrates both the potential benefits and the challenges that come with integrating advanced technologies into everyday life. The ongoing discussion about AI ethics and regulation underscores the importance of managing these technologies responsibly to maximize their their benefits while minimizing potential harms.

Artificial Intelligence: Facts and Myths

Joaquim Jorge

In this session, we will delve into strategic approaches for optimizing knowledge management within Microsoft 365, amidst the evolving landscape of Copilot. From leveraging automatic metadata classification and permission governance with SharePoint Premium, to unlocking Viva Engage for the cultivation of knowledge and communities, you will gain actionable insights to bolster your organization's knowledge-sharing initiatives. In this session, we will also explore how to facilitate solutions to enable your employees to find answers and expertise within Microsoft 365. You will leave equipped with practical techniques and a deeper understanding of how there is more to effective knowledge management than just enabling Copilot, but building actual solutions to prepare the knowledge that Copilot and your employees can use.

Strategies for Unlocking Knowledge Management in Microsoft 365 in the Copilot...

Drew Madelung

As privacy and data protection regulations evolve rapidly, organizations operating in multiple jurisdictions face mounting challenges to ensure compliance and safeguard customer data. With state-specific privacy laws coming up in multiple states this year, it is essential to understand what their unique data protection regulations will require clearly. How will data privacy evolve in the US in 2024? How to stay compliant? Our panellists will guide you through the intricacies of these states' specific data privacy laws, clarifying complex legal frameworks and compliance requirements. This webinar will review: - The essential aspects of each state's privacy landscape and the latest updates - Common compliance challenges faced by organizations operating in multiple states and best practices to achieve regulatory adherence - Valuable insights into potential changes to existing regulations and prepare your organization for the evolving landscape

TrustArc Webinar - Stay Ahead of US State Data Privacy Law Developments

TrustArc

Handwritten Text Recognition for manuscripts and early printed texts

Maria Levchenko

Finology Group – Insurtech Innovation Award 2024

The Digital Insurer

presentation ICT roal in 21st century education

jfdjdjcjdnsjd

The value of a flexible API Management solution for Open Banking Steve Melan, Manager for IT Innovation and Architecture - State's and Saving's Bank of Luxembourg Apidays New York 2024: The API Economy in the AI Era (April 30 & May 1, 2024) ------ Check out our conferences at https://www.apidays.global/ Do you want to sponsor or talk at one of our conferences? https://apidays.typeform.com/to/ILJeAaV8 Learn more on APIscene, the global media made by the community for the community: https://www.apiscene.io Explore the API ecosystem with the API Landscape: https://apilandscape.apiscene.io/

Apidays New York 2024 - The value of a flexible API Management solution for O...

apidays

Three things you will take away from the session: • How to run an effective tenant-to-tenant migration • Best practices for before, during, and after migration • Tips for using migration as a springboard to prepare for Copilot in Microsoft 365 Main ideas: Migration Overview: The presentation covers the current reality of cross-tenant migrations, the triggers, phases, best practices, and benefits of a successful tenant migration Considerations: When considering a migration, it is important to consider the migration scope, performance, customization, flexibility, user-friendly interface, automation, monitoring, support, training, scalability, data integrity, data security, cost, and licensing structure Next Wave: The next wave of change includes the launch of Copilot, which requires businesses to be prepared for upcoming changes related to Copilot and the cloud, and to consolidate data and tighten governance ShareGate: ShareGate can help with pre-migration analysis, configurable migration tool, and automated, end-user driven collaborative governance

Strategize a Smooth Tenant-to-tenant Migration and Copilot Takeoff

sammart93

Workshop - Best of Both Worlds_ Combine KG and Vector search for enhanced R...

Neo4j

GenCyber Cyber Security Day Presentation

Michael W. Hawkins

Advantages of Hiring UIUX Design Service Providers for Your Business

Pixlogix Infotech

With more memory available, system performance of three Dell devices increased, which can translate to a better user experience Conclusion When your system has plenty of RAM to meet your needs, you can efficiently access the applications and data you need to finish projects and to-do lists without sacrificing time and focus. Our test results show that with more memory available, three Dell PCs delivered better performance and took less time to complete the Procyon Office Productivity benchmark. These advantages translate to users being able to complete workflows more quickly and multitask more easily. Whether you need the mobility of the Latitude 5440, the creative capabilities of the Precision 3470, or the high performance of the OptiPlex Tower Plus 7010, configuring your system with more RAM can help keep processes running smoothly, enabling you to do more without compromising performance.

Boost PC performance: How more available memory can improve productivity

Principled Technologies

ProductAnonymous-April2024-WinProductDiscovery-MelissaKlemke

Product Anonymous

Real Time Object Detection Using Open CV

Khem

The 7 Things I Know About Cyber Security After 25 Years | April 2024

Rafal Los

🐬 The future of MySQL is Postgres 🐘

RTylerCroy

How to Troubleshoot Apps for the Modern Connected Worker

ThousandEyes

Tata AIG General Insurance Company - Insurer Innovation Award 2024

The Digital Insurer

Axa Assurance Maroc - Insurer Innovation Award 2024

The Digital Insurer

Developing An App To Navigate The Roads of Brazil

V3cube

Dernier (20)

Artificial Intelligence: Facts and Myths

Strategies for Unlocking Knowledge Management in Microsoft 365 in the Copilot...

TrustArc Webinar - Stay Ahead of US State Data Privacy Law Developments

Handwritten Text Recognition for manuscripts and early printed texts

Finology Group – Insurtech Innovation Award 2024

presentation ICT roal in 21st century education

Apidays New York 2024 - The value of a flexible API Management solution for O...

Strategize a Smooth Tenant-to-tenant Migration and Copilot Takeoff

Workshop - Best of Both Worlds_ Combine KG and Vector search for enhanced R...

GenCyber Cyber Security Day Presentation

Advantages of Hiring UIUX Design Service Providers for Your Business

Boost PC performance: How more available memory can improve productivity

ProductAnonymous-April2024-WinProductDiscovery-MelissaKlemke

Real Time Object Detection Using Open CV

The 7 Things I Know About Cyber Security After 25 Years | April 2024

🐬 The future of MySQL is Postgres 🐘

How to Troubleshoot Apps for the Modern Connected Worker

Tata AIG General Insurance Company - Insurer Innovation Award 2024

Axa Assurance Maroc - Insurer Innovation Award 2024

Developing An App To Navigate The Roads of Brazil

Software-defined networking

1. Software-defined networking An Overview Johannes M. Scheuermann Karlsruhe, 09.06.2015

2. Johannes M. Scheuermann +JohannesScheuermann @johscheuer Working student IT Engineering & Operations, working with new data center technologies 2

3. Some questions to get started

4. • Difficult to optimize • Known problems • Capital costs • Difficult to customize Some challenges in traditional networking 4

5. • Separation of control and data plane • Vendor-agnostic • Well-defined API • Network virtualization • Definition of flows What is Software-defined networking? 5

6. SDN and NFV 6 SDN • Campus • Faster innovation • Separation of the planes • Cloud orchestration and networking • ONF NFV • Service Providers • Reduce costs, space and power • Relocation of network functions • Routers, firewalls, CDN, … • ETSI

7. How does it look from an abstract view? 7 Data plane elements Applications Controller Platform Southbound API Northbound API

8. • Interface for control and data plane • OpenFlow (ONF) • OpFlex (Cisco) • Open vSwitch Database Management Protocol Protocols - Southbound 8

9. Control and data plane 9 SDN-Controller/Network OS Monitoring Etc.RoutingPolicies Datapath Datapath Datapath Datapath

10. • Decides where traffic is sent to • System configuration and management • Management plane is a subset • Administrative traffic • Less time-critical Control Plane 10

11. • OpenDaylight (Java) • POX (Python) • Ryu (Python) • Floodlight (Java) • ... Controllers 11

12. • Forwards traffic to the next hop • Gets the „logic“ from the control plane • Packets go through the router Data Plane 12

13. Flow Table Entry What is a flow? 13 Rule Action Stats

14. • Proactive • Know what traffic comes • Reactive • Communication to Controller How to set a flow? 14

15. Typical workflow in SDN 15 Packet received TCAM lookup Perform action Match Forward to controller Send Packet Program flow rule Send Packet-out N Y

16. • Google • Amazon • Large Hadron Collider (LHC) • AT&T • Deutsche Bank • … Who uses SDN? 16

17. • Running services on existing networks • FIB and MAC tables vs OpenFlow tables • Secure/Protect the Controller • Find experts in SDN/Networking Challenges of SDN 17

18. • Traditional WAN operate with 40% utilization • Google internal WAN (with SDN) more than 90% • SDN protocols based on open standards (mostly) • Enables specific domain-, rights-, and Quality of Service (QoS)-based policies Benefits of SDN 18

19. • Use Mininet for testing • Setup an SDN Controller of your choice • Get a feeling of SDN • Try out some Use Cases How to start? 19

20. Vielen Dank! Johannes M. Scheuermann IT Engineering & Operations inovex GmbH Ludwig-Erhard-Allee 6 76131 Karlsruhe Mail: jscheuermann@inovex.de

21. • http://www.coinbuzz.com/wp- content/uploads/2015/03/Network.jpg • http://www.projectfloodlight.org/floodlight • http://www.noxrepo.org/pox/about-pox • http://www.opendaylight.org • http://osrg.github.io/ryu Pictures 21

Software-defined networking

Recommandé

Recommandé

Contenu connexe

Tendances

Tendances (16)

En vedette

En vedette (20)

Similaire à Software-defined networking

Similaire à Software-defined networking (20)

Plus de inovex GmbH

Plus de inovex GmbH (20)

Dernier

Dernier (20)

Software-defined networking