Autognostics（自感知）是一种范式，描述了计算机网络在局部和整体上具备自我感知能力，并能动态适应其上运行的应用程序。它被认为是自治网络（Autonomic Networking）的主要组成部分之一，这是一个旨在创建能够根据高层策略自我管理的网络的研究领域。Autognostics通过增加“自动”（auto）成分扩展了网络感知的概念：网络设备不仅感知网络特征，还通过持续监控、诊断和修复，自主地基于这些知识采取行动。
Autognostics的动机源于互联网的基本设计，即遵循端到端原则。该原则保持网络核心简单透明，将智能置于网络边缘。因此，核心仅转发数据包，而不理解数据的性质，例如其承载的是语音还是视频。虽然这种设计促进了互联网的可扩展性和成功，但也带来了显著的限制。最终用户通常无法确定应用程序性能不佳的原因，网络运营商也难以将高层目标转化为低层路由器配置。网络与应用层之间的弱耦合意味着性能问题难以归因于特定元素，应用程序必须在缺乏网络条件实时知识的情况下运行。因此，除最简单的规范外，优化和配置无法自动化。
Autognostic循环
为了实现自感知（autognosis），即深度自我认知，网络必须参与一个持续的活动循环。该循环始于对网络进行针对特定应用性能的持续监控和测试。随后分析收集的数据以检测问题，如性能退化。接下来，网络诊断并定位退化的来源，使其能够通过修复或配置采取自动行动来解决问题。干预后，网络验证问题是否已解决，如果干预无效则可能回滚更改。最后，循环重复，确保持续适应动态条件。
该循环使网络能够了解自身及其承载的应用程序，适应利用率、容量和服务质量等因素。通过自动化这些步骤，Autognostics旨在消除当前困扰网络的可见性缺失，为用户和运营商提供对变化及其影响的洞察。
与自治网络的关系
Autognostics是自治网络的关键推动因素，这是一个受自治计算（Autonomic Computing）启发的更广泛愿景。自治计算是IBM提出的概念，旨在创建能够根据高层目标自我管理的计算系统，减轻人类管理员的负担。自治网络将类似原则应用于网络基础设施，目标是创建自配置、自愈和自优化的网络。Autognostics专门解决自我意识和自我诊断方面的问题，为自主决策提供基础。
虽然尚无实际实现展示自治网络的全面益处，但对其所需特性已达成共识：基于高层策略的持续监控、识别、诊断和问题解决。Autognostics在这些需求中处于核心地位，因为它提供了网络理解自身状态及其行动影响的机制。
挑战与未来方向
实施Autognostics面临若干挑战。当前互联网的架构，即核心与边缘的分离，使得在不破坏支撑其成功的简单性的情况下嵌入自我意识变得困难。此外，网络设备和应用程序的异构性增加了创建通用监控和诊断机制的复杂性。然而，机器学习和人工智能的进步为分析网络数据和自动化修复提供了有前景的途径。随着研究的进展，Autognostics可能带来不仅承载数据，还能理解和优化自身性能的网络，惠及最终用户和运营商。
向Autognostics的演进是网络领域向更高智能和自动化发展的更广泛趋势的一部分。随着互联网复杂性的不断增长，对自我感知网络的需求变得更加迫切。Autognostics为实现这一目标提供了框架，预示着网络不仅是被动通道，而是确保应用性能和用户体验的积极参与者的未来。