{"id":154736,"date":"2026-05-18T14:07:43","date_gmt":"2026-05-18T11:07:43","guid":{"rendered":"https:\/\/www.catonetworks.com\/blog\/aiops-nella-piattaforma-cato-sase-ricorso-alla-rete-predittiva-basata-sullia-per-passare-da-un-approccio-it-reattivo-a-uno-proattivo\/"},"modified":"2026-05-18T14:08:47","modified_gmt":"2026-05-18T11:08:47","slug":"aiops-in-the-cato-sase-platform","status":"publish","type":"post","link":"https:\/\/www.catonetworks.com\/it\/blog\/aiops-in-the-cato-sase-platform\/","title":{"rendered":"AIOps nella piattaforma Cato SASE: ricorso alla rete predittiva basata sull&#8217;IA per passare da un approccio IT reattivo a uno proattivo"},"content":{"rendered":"\n<p class=\"wp-block-paragraph\">\u00c8 un tranquillo luned\u00ec mattina, finch\u00e9 John, responsabile IT, apre il suo portatile e nota 424 nuovi ticket di supporto. Gli utenti in ufficio segnalano problemi come &#8220;le app non si caricano&#8221; e &#8220;internet non funziona&#8221;. Dopo ore di indagini che si protraggono fino al giorno seguente, il team riconduce il problema a un router di filiale sovraccarico di query DNS errate provenienti da un dispositivo IoT malfunzionante. La CPU del router, al massimo delle sue capacit\u00e0, ritarda la risoluzione DNS e interrompe la connettivit\u00e0 per tutti gli utenti. Proprio mentre sono alle prese con questo problema, arrivano altri 45 ticket dal team vendite. I computer di questo reparto stanno subendo dei blocchi a causa di un&#8217;app beta installata dopo una raccomandazione CRM, che causa perdite di memoria e un alto utilizzo della CPU su tutti i dispositivi, richiedendo ancora pi\u00f9 tempo per una diagnosi completa.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Questi esempi immaginari ma realistici mostrano come azioni quotidiane, bench\u00e9 non mosse da intenzioni malevole, possano causare gravi interruzioni. Con AIOps, i picchi di larghezza di banda avrebbero potuto attivare avvisi tempestivi e i problemi della CPU avrebbero potuto essere rapidamente attribuiti all&#8217;app o al dispositivo difettoso. Anzich\u00e9 intervenire sotto pressione, il team IT avrebbe potuto prevenire completamente l&#8217;impatto. Questa \u00e8 la potenza di AIOps e della rete predittiva basata sull&#8217;IA: trasforma il caos in informazioni utili e permettere di prendere il controllo della situazione prima che i problemi si aggravino.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"h-what-is-aiops\">Che cos&#8217;\u00e8 AIOps?<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">AIOps, o Intelligenza artificiale per le operazioni IT, ricorre all&#8217;apprendimento automatico, all&#8217;automazione e all&#8217;analisi dei dati per aiutare i team IT a monitorare e gestire le infrastrutture moderne in modo pi\u00f9 efficace. Analizzando in tempo reale i segnali complessi del sistema, AIOps pu\u00f2 rilevare schemi ricorrenti, prevedere problemi quali sovraccarichi della CPU, congestione della larghezza di banda, degrado delle prestazioni delle applicazioni e intraprendere azioni prima che gli utenti siano colpiti. Oltre al rilevamento precoce, AIOps aiuta anche a valutare la portata e il potenziale impatto dei problemi e a risalire alle loro cause profonde, nonch\u00e9 a identificare quali applicazioni o sistemi centrali sono interessati e a prevedere l&#8217;evolversi della situazione. Questo cambiamento consente ai team IT di passare dalla risoluzione reattiva alla prevenzione proattiva (e basata sui dati) dei problemi. Vari studi di settore e analisi di esperti suggeriscono che le soluzioni AIOps pi\u00f9 efficaci possono rilevare e risolvere problemi operativi prima che vengano formalmente identificati dai team IT.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"h-why-it-ops-needs-aiops-key-challenges-it-solves\">Perch\u00e9 le operazioni IT hanno bisogno di AIOps: Le principali sfide che \u00e8 in grado di risolvere<\/h2>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Gestisce la complessit\u00e0:<\/strong> accorpa ambienti cloud, legacy e ibridi.<\/li>\n\n\n\n<li><strong>Riduce il rumore:<\/strong> filtra gli avvisi e mette in evidenza ci\u00f2 che \u00e8 rilevante.<\/li>\n\n\n\n<li><strong>Automatizza le attivit\u00e0 di routine:<\/strong> rende obsoleto il lavoro manuale lento e soggetto a errori.<\/li>\n\n\n\n<li><strong>Previene i problemi:<\/strong> rileva in anticipo picchi della CPU, rallentamenti delle app e sovraccarichi di banda.<\/li>\n\n\n\n<li><strong>Accelera la risoluzione:<\/strong> combina la rapida individuazione delle anomalie con la previsione basata sulle tendenze e l&#8217;analisi delle cause profonde per ridurre il MTTR e affrontare i problemi prima che attecchiscano completamente.<\/li>\n\n\n\n<li><strong>Garantisce la conformit\u00e0:<\/strong> supporta NIS2, DORA, ISO 22301 e ITIL 4, identificando trend, come l&#8217;uso crescente di app non autorizzate, che potrebbero portare nel tempo a violazioni della conformit\u00e0.<\/li>\n\n\n\n<li><strong>Protegge gli SLA:<\/strong> prevede i rischi e aiuta i team a intervenire prima che le soglie vengano superate.<\/li>\n<\/ul>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"h-aiops-research-detection-and-predictive-ai-networking-in-the-cato-sase-platform\">Ricerca AIOps: rilevamento e networking predittivo basato sull&#8217;IA nella piattaforma Cato SASE<\/h2>\n\n\n\n<h3 class=\"wp-block-heading\" id=\"h-predictive-insights-powered-by-unified-visibility-in-cato-s-architecture\"><strong>Informazioni predittive basate sulla visibilit\u00e0 unificata nell&#8217;architettura di Cato<\/strong><\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">La nostra ricerca AIOps era profondamente radicata in un vantaggio infrastrutturale chiave: la visibilit\u00e0 completa. Attraverso la nostra architettura Cato SPACE (Single Pass Cloud Engine), manteniamo un contesto unificato su tutti i dispositivi e i flussi di rete all&#8217;interno della piattaforma Cato <a href=\"https:\/\/www.catonetworks.com\/sase\/\">SASE<\/a>. Questa visione coesa ci consente di monitorare continuamente e su larga scala l&#8217;uso della CPU, il carico di memoria, il consumo di larghezza di banda, il comportamento a livello di applicazione e altro ancora.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Questo ricco set di dati alimenta il nostro lavoro continuo nell&#8217;individuazione delle anomalie e nell&#8217;analisi predittiva. Identificando trend insoliti nell&#8217;uso delle risorse, come aumenti improvvisi o prolungati della CPU o della larghezza di banda, abbiamo la possibilit\u00e0 di prevedere potenziali problemi prima che si trasformino in vere e proprie interruzioni. I nostri modelli non si concentrano solo sui valori grezzi, ma sul modo in cui l&#8217;uso futuro possa superare le soglie di criticit\u00e0, permettendo cos\u00ec di intervenire anzitempo.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Ad esempio, nel grafico sottostante (Figura 1), illustriamo come il networking predittivo basato sull&#8217;IA rilevi che l&#8217;uso della CPU previsto su un sistema monitorato dovrebbe superare una soglia predefinita del 90% entro due giorni. Questa previsione non si basa solo sui dati osservati, ma \u00e8 anche contestualizzata rispetto ai limiti che contano sotto il profilo operativo. Ci\u00f2 fa s\u00ec che l&#8217;allerta sia esplicita e attuabile.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Un picco previsto nell&#8217;utilizzo della CPU mostra valori stimati che superano una soglia predefinita (linea rossa tratteggiata). La linea blu rappresenta l&#8217;uso orario grezzo della CPU, mentre la linea verde definisce questi dati per evidenziare i trend sottostanti. Unitamente alla modellazione predittiva (linea viola), questo approccio rende possibile la ricezione di avvisi tempestivi e contestualizzati che contribuiscono a prevenire la riduzione delle prestazioni.<\/p>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-full\"><a href=\"https:\/\/www.catonetworks.com\/wp-content\/uploads\/2025\/12\/cpu_usage_graph.png\"><img decoding=\"async\" width=\"1723\" height=\"600\" src=\"https:\/\/www.catonetworks.com\/wp-content\/uploads\/2025\/12\/cpu_usage_graph.png\" alt=\"cpu_usage_graph\" class=\"wp-image-140148\" srcset=\"https:\/\/www.catonetworks.com\/wp-content\/uploads\/2025\/12\/cpu_usage_graph.png 1723w, https:\/\/www.catonetworks.com\/wp-content\/uploads\/2025\/12\/cpu_usage_graph-300x104.png 300w, https:\/\/www.catonetworks.com\/wp-content\/uploads\/2025\/12\/cpu_usage_graph-1024x357.png 1024w, https:\/\/www.catonetworks.com\/wp-content\/uploads\/2025\/12\/cpu_usage_graph-768x267.png 768w, https:\/\/www.catonetworks.com\/wp-content\/uploads\/2025\/12\/cpu_usage_graph-1536x535.png 1536w\" sizes=\"(max-width: 1723px) 100vw, 1723px\" \/><\/a><\/figure>\n<\/div>\n\n\n<p class=\"has-text-align-center wp-block-paragraph\"><em><em><em><em><em>Figura 1. <em><em>Previsione dell&#8217;uso della CPU per dispositivo<\/em> <\/em><\/em><\/em><\/em><\/em><\/em><\/p>\n\n\n\n<h3 class=\"wp-block-heading\" id=\"h-correlating-application-traffic-with-device-level-cpu-load\"><strong>Correlazione del traffico delle applicazioni con il carico della CPU lato dispositivo<\/strong>\u00a0<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Nell&#8217;analisi delle cause profonde, durante l&#8217;analisi di un dispositivo specifico, esploriamo la relazione tra il traffico delle applicazioni e le prestazioni del sistema. Esaminando le correlazioni tra il throughput a monte e a valle e l&#8217;uso della CPU, scopriamo preziose intuizioni su quali applicazioni potrebbero contribuire maggiormente al carico delle risorse. Sono svariati i fattori operativi che possono influenzare questa relazione.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Sul lato a valle, alcuni tipi di traffico possono generare un alto utilizzo della CPU sul dispositivo. Esempi includono lo streaming video ad alta risoluzione, dashboard in tempo reale e traffico cloud crittografato che richiede un&#8217;ispezione locale. Download di file di grandi dimensioni, aggiornamenti software e streaming di asset attivano anche un&#8217;intensa elaborazione post-download come decrittazione, scansione o rendering. Queste attivit\u00e0 trasformano il consumo passivo di dati in un carico di lavoro significativo a livello di dispositivo.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Sul lato a monte, il traffico outbound sostenuto, come il caricamento di log nei sistemi di monitoraggio, i flussi di videoconferenza, la sincronizzazione dei file con l&#8217;archiviazione cloud o le trasmissioni di dati dei sensori IoT possono pesare e non poco sulla CPU. Questi flussi spesso comportano crittografia, applicazione di policy, gestione delle sessioni e ispezione approfondita, ovvero attivit\u00e0 che consumano risorse di elaborazione.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Come mostrato nella Figura 2, questo tipo di analisi di correlazione aiuta a orientare l&#8217;indagine sulle cause profonde e la pianificazione della capacit\u00e0 senza la necessit\u00e0 di intervenire manualmente. Una matrice di correlazione rivela una forte relazione statistica (superiore a 0,7 su una scala da -1 (correlazione lineare negativa perfetta) a 1 (correlazione lineare positiva perfetta) tra il throughput dei dati di un&#8217;applicazione e il carico della CPU del sistema, suggerendo che l&#8217;app potrebbe aumentare l&#8217;uso delle risorse.<\/p>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-full\"><a href=\"https:\/\/www.catonetworks.com\/wp-content\/uploads\/2025\/12\/cpu_corr_matrix.png\"><img decoding=\"async\" width=\"500\" height=\"400\" src=\"https:\/\/www.catonetworks.com\/wp-content\/uploads\/2025\/12\/cpu_corr_matrix.png\" alt=\"cpu_corr_matrix\" class=\"wp-image-140158\" srcset=\"https:\/\/www.catonetworks.com\/wp-content\/uploads\/2025\/12\/cpu_corr_matrix.png 500w, https:\/\/www.catonetworks.com\/wp-content\/uploads\/2025\/12\/cpu_corr_matrix-300x240.png 300w\" sizes=\"(max-width: 500px) 100vw, 500px\" \/><\/a><\/figure>\n<\/div>\n\n\n<p class=\"has-text-align-center wp-block-paragraph\"><em><em><em><em><em>Figure 2. <em><em>Correlazione tra rete e CPU<\/em> <\/em><\/em><\/em><\/em><\/em><\/em><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">A volte, il tempismo racconta l&#8217;intera storia. La Figura 3 ci permette di comprendere che quando l&#8217;attivit\u00e0 di upload di un&#8217;applicazione cliente diminuisce, la stessa sorte tocca all&#8217;utilizzo della CPU. Anche se i dati della CPU possono risultare distorti a causa di molti processi eseguiti simultaneamente, emergono trend decisamente evidenti. Queste osservazioni ci aiutano a individuare quali app condizionano maggiormente le prestazioni.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Un calo visibile sia nel traffico upstream che nell&#8217;utilizzo della CPU nel medesimo intervallo di tempo evidenzia l&#8217;influenza dell&#8217;applicazione sul carico del sistema, offrendo indizi essenziali per l&#8217;ottimizzazione.<\/p>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-full\"><a href=\"https:\/\/www.catonetworks.com\/wp-content\/uploads\/2025\/12\/app_max_upstream.png\"><img decoding=\"async\" width=\"1709\" height=\"600\" src=\"https:\/\/www.catonetworks.com\/wp-content\/uploads\/2025\/12\/app_max_upstream.png\" alt=\"app_max_upstream\" class=\"wp-image-140168\" srcset=\"https:\/\/www.catonetworks.com\/wp-content\/uploads\/2025\/12\/app_max_upstream.png 1709w, https:\/\/www.catonetworks.com\/wp-content\/uploads\/2025\/12\/app_max_upstream-300x105.png 300w, https:\/\/www.catonetworks.com\/wp-content\/uploads\/2025\/12\/app_max_upstream-1024x360.png 1024w, https:\/\/www.catonetworks.com\/wp-content\/uploads\/2025\/12\/app_max_upstream-768x270.png 768w, https:\/\/www.catonetworks.com\/wp-content\/uploads\/2025\/12\/app_max_upstream-1536x539.png 1536w\" sizes=\"(max-width: 1709px) 100vw, 1709px\" \/><\/a><\/figure>\n<\/div>\n\n\n<p class=\"has-text-align-center wp-block-paragraph\"><em><em><em><em><em>Figura 3. <em><em><em>Attivit\u00e0 dell&#8217;applicazione e carico della CPU (megabyte)<\/em> <\/em> <\/em><\/em><\/em><\/em><\/em><\/em><\/p>\n\n\n\n<h3 class=\"wp-block-heading\" id=\"h-beyond-traffic-identifying-other-drivers-of-cpu-load\">Oltre al traffico: identificazione di altri fattori di carico della CPU<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">In aggiunta alla direzione del traffico, esistono ulteriori fattori che contribuiscono al carico della CPU. I picchi nel numero di host connessi o flussi contestuali, come avviene ad esempio durante gli accessi o gli aggiornamenti software di massa, possono sovraccaricare i motori di tracciamento delle sessioni e di applicazione delle regole. Anche le applicazioni ad alto volume o ad alta intensit\u00e0 di calcolo, come la scansione di malware o i trasferimenti di file di grandi dimensioni, consumano una notevole porzione di potenza di elaborazione. In alcuni casi, le nuove versioni di software possono portare a regressioni delle prestazioni o a registrazioni eccessive. Inoltre, modifiche alla configurazione come l&#8217;abilitazione dell&#8217;ispezione approfondita dei pacchetti, policy di zero trust o funzionalit\u00e0 di prevenzione delle intrusioni aumentano le richieste di elaborazione per pacchetto.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\" id=\"h-predictive-bandwidth-modeling-for-proactive-resource-management\">Modellazione predittiva della larghezza di banda per una gestione proattiva delle risorse<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">La nostra ricerca non si ferma alla CPU: l&#8217;uso della larghezza di banda rappresenta un&#8217;altra area cruciale in cui le informazioni predittive sono vitali. Nella Figura 4, esaminiamo come i modelli giornalieri di larghezza di banda possano aiutare a prevedere potenziali violazioni della soglia di capacit\u00e0. Combinando i trend di utilizzo osservati con i modelli di previsione, possiamo emettere avvisi anticipati per prevenire sorprese in termini di costi o interruzioni del servizio prima che si verifichino.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Un modello di rete basato sull&#8217;intelligenza artificiale predittiva identifica una violazione imminente della capacit\u00e0 in base alle tendenze di utilizzo nei giorni feriali. L&#8217;individuazione tempestiva d\u00e0 ai team IT il tempo per adattare le policy o l&#8217;utilizzo prima che vengano raggiunte soglie critiche.<\/p>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-full\"><a href=\"https:\/\/www.catonetworks.com\/wp-content\/uploads\/2025\/12\/BW_usage_graph_rename.png\"><img decoding=\"async\" width=\"1718\" height=\"600\" src=\"https:\/\/www.catonetworks.com\/wp-content\/uploads\/2025\/12\/BW_usage_graph_rename.png\" alt=\"BW_usage_graph_rename\" class=\"wp-image-140178\" srcset=\"https:\/\/www.catonetworks.com\/wp-content\/uploads\/2025\/12\/BW_usage_graph_rename.png 1718w, https:\/\/www.catonetworks.com\/wp-content\/uploads\/2025\/12\/BW_usage_graph_rename-300x105.png 300w, https:\/\/www.catonetworks.com\/wp-content\/uploads\/2025\/12\/BW_usage_graph_rename-1024x358.png 1024w, https:\/\/www.catonetworks.com\/wp-content\/uploads\/2025\/12\/BW_usage_graph_rename-768x268.png 768w, https:\/\/www.catonetworks.com\/wp-content\/uploads\/2025\/12\/BW_usage_graph_rename-1536x536.png 1536w\" sizes=\"(max-width: 1718px) 100vw, 1718px\" \/><\/a><\/figure>\n<\/div>\n\n\n<p class=\"has-text-align-center wp-block-paragraph\"><em><em><em><em><em>Figura 4. <em><em><em><em>Previsione delle violazioni della soglia di larghezza di banda<\/em>\u00a0<\/em><\/em>\u00a0<\/em><\/em><\/em><\/em><\/em><\/em><\/p>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"h-aiops-and-predictive-ai-networking-in-the-cato-sase-cloud-platform\">AIOps e networking predittivo basato sull&#8217;intelligenza artificiale nella piattaforma Cato SASE Cloud<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Le informazioni che otteniamo grazie alla nostra ricerca continua su AIOps migliorano il monitoraggio in tempo reale, il rilevamento delle anomalie e l&#8217;allerta proattiva della piattaforma Cato SASE Cloud. Integrando funzionalit\u00e0 predittive nella nostra piattaforma, offriamo ai team IT e di sicurezza la possibilit\u00e0 di rilevare e risolvere problemi come la saturazione della CPU o l&#8217;esaurimento della larghezza di banda prima che interrompano l&#8217;attivit\u00e0. Se da un lato AIOps eccelle nell&#8217;individuazione di anomalie e nella previsione dei trend, dall&#8217;altro l&#8217;analisi delle cause profonde svolge un ruolo complementare, poich\u00e9 contribuisce a identificare la vera fonte di un problema.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">In sintesi, tutto ci\u00f2 consente ai team di concentrarsi su ci\u00f2 che conta di pi\u00f9: gestire l&#8217;attivit\u00e0 aziendale con sicurezza ed efficienza.<\/p>\n\n","protected":false},"excerpt":{"rendered":"<p>\u00c8 un tranquillo luned\u00ec mattina, finch\u00e9 John, responsabile IT, apre il suo portatile e nota 424 nuovi ticket di supporto. Gli utenti in ufficio segnalano problemi come &#8220;le app non si caricano&#8221; e &#8220;internet non funziona&#8221;. Dopo ore di indagini che si protraggono fino al giorno seguente, il team riconduce il problema a un router&#8230;<\/p>\n","protected":false},"author":228,"featured_media":140188,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[1066],"tags":[],"coauthors":[1233],"class_list":["post-154736","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-non-categorizzato"],"acf":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO Premium plugin v28.3 (Yoast SEO v28.3) - https:\/\/yoast.com\/product\/yoast-seo-premium-wordpress\/ -->\n<title>AIOps nella piattaforma Cato SASE | Cato Networks<\/title>\n<meta name=\"description\" content=\"La rete predittiva basata sull&#039;intelligenza artificiale nella piattaforma Cato SASE Cloud aiuta il reparto IT a lasciarsi alle spalle l&#039;incessante e affannosa rincorsa alla risoluzione dei problemi e a beneficiare della previsione attraverso gli avvisi anticipati, le analisi tempestive delle cause profonde e, in definitiva, alla riduzione delle sorprese.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/www.catonetworks.com\/it\/blog\/aiops-in-the-cato-sase-platform\/\" \/>\n<meta property=\"og:locale\" content=\"it_IT\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"AIOps nella piattaforma Cato SASE: ricorso alla rete predittiva basata sull&#039;IA per passare da un approccio IT reattivo a uno proattivo\" \/>\n<meta property=\"og:description\" content=\"La rete predittiva basata sull&#039;intelligenza artificiale nella piattaforma Cato SASE Cloud aiuta il reparto IT a lasciarsi alle spalle l&#039;incessante e affannosa rincorsa alla risoluzione dei problemi e a beneficiare della previsione attraverso gli avvisi anticipati, le analisi tempestive delle cause profonde e, in definitiva, alla riduzione delle sorprese.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/www.catonetworks.com\/it\/blog\/aiops-in-the-cato-sase-platform\/\" \/>\n<meta property=\"og:site_name\" content=\"Cato Networks\" \/>\n<meta property=\"article:published_time\" content=\"2026-05-18T11:07:43+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2026-05-18T11:08:47+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/www.catonetworks.com\/wp-content\/uploads\/2025\/12\/From-Firefighting\u2028to-Foresight-1200x794-1.png\" \/>\n\t<meta property=\"og:image:width\" content=\"1200\" \/>\n\t<meta property=\"og:image:height\" content=\"794\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/png\" \/>\n<meta name=\"author\" content=\"Dr. Guy Waizel\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Scritto da\" \/>\n\t<meta name=\"twitter:data1\" content=\"Dr. Guy Waizel\" \/>\n\t<meta name=\"twitter:label2\" content=\"Tempo di lettura stimato\" \/>\n\t<meta name=\"twitter:data2\" content=\"9 minuti\" \/>\n<!-- \/ Yoast SEO Premium plugin. -->","yoast_head_json":{"title":"AIOps nella piattaforma Cato SASE | Cato Networks","description":"La rete predittiva basata sull'intelligenza artificiale nella piattaforma Cato SASE Cloud aiuta il reparto IT a lasciarsi alle spalle l'incessante e affannosa rincorsa alla risoluzione dei problemi e a beneficiare della previsione attraverso gli avvisi anticipati, le analisi tempestive delle cause profonde e, in definitiva, alla riduzione delle sorprese.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/www.catonetworks.com\/it\/blog\/aiops-in-the-cato-sase-platform\/","og_locale":"it_IT","og_type":"article","og_title":"AIOps nella piattaforma Cato SASE: ricorso alla rete predittiva basata sull'IA per passare da un approccio IT reattivo a uno proattivo","og_description":"La rete predittiva basata sull'intelligenza artificiale nella piattaforma Cato SASE Cloud aiuta il reparto IT a lasciarsi alle spalle l'incessante e affannosa rincorsa alla risoluzione dei problemi e a beneficiare della previsione attraverso gli avvisi anticipati, le analisi tempestive delle cause profonde e, in definitiva, alla riduzione delle sorprese.","og_url":"https:\/\/www.catonetworks.com\/it\/blog\/aiops-in-the-cato-sase-platform\/","og_site_name":"Cato Networks","article_published_time":"2026-05-18T11:07:43+00:00","article_modified_time":"2026-05-18T11:08:47+00:00","og_image":[{"width":1200,"height":794,"url":"https:\/\/www.catonetworks.com\/wp-content\/uploads\/2025\/12\/From-Firefighting\u2028to-Foresight-1200x794-1.png","type":"image\/png"}],"author":"Dr. Guy Waizel","twitter_card":"summary_large_image","twitter_misc":{"Scritto da":"Dr. Guy Waizel","Tempo di lettura stimato":"9 minuti"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/www.catonetworks.com\/it\/blog\/aiops-in-the-cato-sase-platform\/#article","isPartOf":{"@id":"https:\/\/www.catonetworks.com\/it\/blog\/aiops-in-the-cato-sase-platform\/"},"author":{"name":"Dr. Guy Waizel","@id":"https:\/\/www.catonetworks.com\/it\/#\/schema\/person\/058db4ddfcb0a343906d8a62da5e99fc"},"headline":"AIOps nella piattaforma Cato SASE: ricorso alla rete predittiva basata sull&#8217;IA per passare da un approccio IT reattivo a uno proattivo","datePublished":"2026-05-18T11:07:43+00:00","dateModified":"2026-05-18T11:08:47+00:00","mainEntityOfPage":{"@id":"https:\/\/www.catonetworks.com\/it\/blog\/aiops-in-the-cato-sase-platform\/"},"wordCount":1733,"publisher":{"@id":"https:\/\/www.catonetworks.com\/it\/#organization"},"image":{"@id":"https:\/\/www.catonetworks.com\/it\/blog\/aiops-in-the-cato-sase-platform\/#primaryimage"},"thumbnailUrl":"https:\/\/www.catonetworks.com\/wp-content\/uploads\/2025\/12\/From-Firefighting\u2028to-Foresight-1200x794-1.png","articleSection":["Non categorizzato"],"inLanguage":"it-IT"},{"@type":"WebPage","@id":"https:\/\/www.catonetworks.com\/it\/blog\/aiops-in-the-cato-sase-platform\/","url":"https:\/\/www.catonetworks.com\/it\/blog\/aiops-in-the-cato-sase-platform\/","name":"AIOps nella piattaforma Cato SASE | Cato Networks","isPartOf":{"@id":"https:\/\/www.catonetworks.com\/it\/#website"},"primaryImageOfPage":{"@id":"https:\/\/www.catonetworks.com\/it\/blog\/aiops-in-the-cato-sase-platform\/#primaryimage"},"image":{"@id":"https:\/\/www.catonetworks.com\/it\/blog\/aiops-in-the-cato-sase-platform\/#primaryimage"},"thumbnailUrl":"https:\/\/www.catonetworks.com\/wp-content\/uploads\/2025\/12\/From-Firefighting\u2028to-Foresight-1200x794-1.png","datePublished":"2026-05-18T11:07:43+00:00","dateModified":"2026-05-18T11:08:47+00:00","description":"La rete predittiva basata sull'intelligenza artificiale nella piattaforma Cato SASE Cloud aiuta il reparto IT a lasciarsi alle spalle l'incessante e affannosa rincorsa alla risoluzione dei problemi e a beneficiare della previsione attraverso gli avvisi anticipati, le analisi tempestive delle cause profonde e, in definitiva, alla riduzione delle sorprese.","breadcrumb":{"@id":"https:\/\/www.catonetworks.com\/it\/blog\/aiops-in-the-cato-sase-platform\/#breadcrumb"},"inLanguage":"it-IT","potentialAction":[{"@type":"ReadAction","target":["https:\/\/www.catonetworks.com\/it\/blog\/aiops-in-the-cato-sase-platform\/"]}]},{"@type":"ImageObject","inLanguage":"it-IT","@id":"https:\/\/www.catonetworks.com\/it\/blog\/aiops-in-the-cato-sase-platform\/#primaryimage","url":"https:\/\/www.catonetworks.com\/wp-content\/uploads\/2025\/12\/From-Firefighting\u2028to-Foresight-1200x794-1.png","contentUrl":"https:\/\/www.catonetworks.com\/wp-content\/uploads\/2025\/12\/From-Firefighting\u2028to-Foresight-1200x794-1.png","width":1200,"height":794},{"@type":"BreadcrumbList","@id":"https:\/\/www.catonetworks.com\/it\/blog\/aiops-in-the-cato-sase-platform\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/www.catonetworks.com\/it\/"},{"@type":"ListItem","position":2,"name":"AIOps nella piattaforma Cato SASE: ricorso alla rete predittiva basata sull&#8217;IA per passare da un approccio IT reattivo a uno proattivo"}]},{"@type":"WebSite","@id":"https:\/\/www.catonetworks.com\/it\/#website","url":"https:\/\/www.catonetworks.com\/it\/","name":"Cato Networks","description":"","publisher":{"@id":"https:\/\/www.catonetworks.com\/it\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/www.catonetworks.com\/it\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"it-IT"},{"@type":"Organization","@id":"https:\/\/www.catonetworks.com\/it\/#organization","name":"Cato Networks","url":"https:\/\/www.catonetworks.com\/it\/","logo":{"@type":"ImageObject","inLanguage":"it-IT","@id":"https:\/\/www.catonetworks.com\/it\/#\/schema\/logo\/image\/","url":"https:\/\/www.catonetworks.com\/wp-content\/uploads\/2022\/08\/1559077757990.jpg","contentUrl":"https:\/\/www.catonetworks.com\/wp-content\/uploads\/2022\/08\/1559077757990.jpg","width":200,"height":200,"caption":"Cato Networks"},"image":{"@id":"https:\/\/www.catonetworks.com\/it\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/www.linkedin.com\/company\/cato-networks\/"]},{"@type":"Person","@id":"https:\/\/www.catonetworks.com\/it\/#\/schema\/person\/058db4ddfcb0a343906d8a62da5e99fc","name":"Dr. Guy Waizel","image":{"@type":"ImageObject","inLanguage":"it-IT","@id":"https:\/\/secure.gravatar.com\/avatar\/74f73df551fdbf7f6d122dc5eb5f23513109964e4d5fd8d911ef421ff5dbd4ca?s=96&d=mm&r=gce43b0b35aab742a0b89c87c94c64c7b","url":"https:\/\/secure.gravatar.com\/avatar\/74f73df551fdbf7f6d122dc5eb5f23513109964e4d5fd8d911ef421ff5dbd4ca?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/74f73df551fdbf7f6d122dc5eb5f23513109964e4d5fd8d911ef421ff5dbd4ca?s=96&d=mm&r=g","caption":"Dr. Guy Waizel"},"description":"Dr. Guy Waizel is a Tech Evangelist at Cato Networks and a member of Cato CTRL. As part of his role, Guy collaborates closely with Cato's researchers, developers, and tech teams to bridge and evangelize tech by researching, writing, presenting, and sharing key insights, innovations, and solutions with the broader tech and cybersecurity community. Prior to joining Cato in 2025, Guy led and evangelized security efforts at Commvault, advising CISOs and CIOs on the company\u2019s entire security portfolio. Guy also worked at TrapX Security (acquired by Commvault) in various hands-on and leadership roles, including support, incident response, forensic investigations, and product development. Guy has more than 25 years of experience spanning across cybersecurity, IT, and AI, and has held key roles at tech startups acquired by Philips, Stanley Healthcare, and Verint. Guy holds a PhD with magna cum laude honors from Alexandru Ioan Cuza University, his research thesis focused on the intersection of marketing strategies, cloud adoption, cybersecurity, and AI; an MBA from Netanya Academic College; a B.Sc. in technology management from Holon Institute of Technology; and multiple cybersecurity certifications.","url":"https:\/\/www.catonetworks.com\/it\/blog\/author\/guy-waizel\/"}]}},"_links":{"self":[{"href":"https:\/\/www.catonetworks.com\/it\/wp-json\/wp\/v2\/posts\/154736","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.catonetworks.com\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.catonetworks.com\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.catonetworks.com\/it\/wp-json\/wp\/v2\/users\/228"}],"replies":[{"embeddable":true,"href":"https:\/\/www.catonetworks.com\/it\/wp-json\/wp\/v2\/comments?post=154736"}],"version-history":[{"count":0,"href":"https:\/\/www.catonetworks.com\/it\/wp-json\/wp\/v2\/posts\/154736\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.catonetworks.com\/it\/wp-json\/wp\/v2\/media\/140188"}],"wp:attachment":[{"href":"https:\/\/www.catonetworks.com\/it\/wp-json\/wp\/v2\/media?parent=154736"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.catonetworks.com\/it\/wp-json\/wp\/v2\/categories?post=154736"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.catonetworks.com\/it\/wp-json\/wp\/v2\/tags?post=154736"},{"taxonomy":"author","embeddable":true,"href":"https:\/\/www.catonetworks.com\/it\/wp-json\/wp\/v2\/coauthors?post=154736"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}