云杉网络研发总监、网络架构师。2013 年获清华大学计算机科学与技术博士学位,师从吴建平教授并独立实现了世界上第一个基于关联分析的 BGP 劫持检测系统,因此摘得 Internet Measurement Conference(IMC,网络测量领域国际顶级会议)社区贡献奖。2015 年获得清华大学博士后证书,主要研究方向为云数据中心网络架构,获得了多项网络安全、云数据中心相关专利。2013 年起加入云杉,负责云杉 DeepFlowTM 云网分析的架构设计和核心功能实现。
随着大量企业上云以及云端应用的高速发展,数据中心网络的规模和架构都发生了巨大的变化,网络虚拟化给网络运维工作带来了新的巨大挑战。一方面,传统的分光、镜像无法覆盖虚拟化接入层;古老的 Netflow 也无法采集 VLAN/VXLAN 等虚拟网络信息,如何解决网络数据源的采集难题是运维智能化的第一步。另一方面,运维团队亟需解决复杂云网中故障的快速定位与修复难题;在此基础上,对网络数据的高效存储可以帮助运维人员回溯历史故障、发现网络中潜伏的各类异常。
在云、管、端的生态体系中,网络的价值不在于管道,而在于数据。因此对网络数据进行实时的精细化分析,能够发现毫秒级的网络毛刺并使之与应用相关联,有助于网络团队第一时间深入虚拟网络中定位故障。通过网络数据分析系统进一步挖掘更大时间尺度上的网络风险,掌握网络运行的健康态势,将给业务带来前所未有的价值提升。