Tartalomjegyzék[Elrejt][Előadás]
Nem tudja kezelni a mai dinamikus és folyamatosan változó IT világot a tegnapi technológiával. Az infrastruktúra-modell változása folyamatos és gyors, ami technológiai és dinamikus menedzsment módszerek alkalmazását teszi szükségessé.
Egy szoftveresen definiált erőforrás-környezet, amely azonnal alkalmazkodik és újrakonfigurálódik, felváltja azokat a statikus és kiszámítható fizikai rendszereket, amelyek évtizedek óta jellemzik a vállalati környezetet.
Ezenkívül mikor hálózati architektúra változások, az elavult modell alapú szoftverrendszerek egyre munkaigényesebbé válnak, hogy megőrizzék hatékonyságukat, miközben egyre messzebbre csúsznak le.
Az AIOps elterjedt az elmúlt években. Ha technikus vagy, biztos hallottál már róla, de valószínűleg nem sokat tudsz róla. Kétségtelenül a megfelelő helyen jársz, ha ez a helyzet.
Ebben a részben részletesen megvizsgáljuk az AIO-kat – miért van szükségünk rájuk, hogyan működik, előnyeiket és még sok minden mást.
Az AIOps bemutatása
Használata mesterséges intelligencia (AI) és a kapcsolódó technológiák, mint például a gépi tanulás és a természetes nyelvi feldolgozás (NLP), a rutin IT-műveleti folyamatokban és tevékenységekben, az IT-műveletek mesterséges intelligenciája (AIOps) néven ismert.
Ez az ITOps belátható jövőjét jelenti (IT-műveletek). Az algoritmikus és az emberi intelligencia ötvözésével teljes betekintést nyújt azon IT-rendszerek funkcionalitásába és állapotába, amelyekre a vállalkozások és szervezetek a mindennapi működésük során támaszkodnak.
Csúcskategóriás többrétegű technológiai platformokra utal, amelyek használatával javítják és automatizálják az IT-műveleteket gépi tanulás és analitika a különféle ITOps-eszközökből és -eszközökből gyűjtött nagy mennyiségű adat vizsgálatához, hogy felismerje a problémákat, majd automatikusan, valós időben válaszoljon rájuk.
Az AIOps használatához át kell térnie a részekre osztott informatikai adatokról az összesített megfigyelési adatokra (például a feladatnaplókban és a megfigyelőrendszerekben találhatók) és a megbízási adatokra (például a jegyekben, eseményekben vagy problémákról szóló rögzítésekben) egy big data platformon belül. .
Az AIOps ezután elemzést és gépi tanulást alkalmaz az összegyűjtött adatokra. Az automatizált üzembe helyezés eredményeként folyamatos betekintést nyerhetünk, amely folyamatos fejlesztésekhez vezethet.
Ezért CI/CD-ként (folyamatos integráció és folyamatos üzembe helyezés) tekinthető az alapvető informatikai műveletekhez.
Az AIOps lehetővé teszi az IT Ops, a DevOps és az SRE csapatok számára, hogy hatékonyabban és gyorsabban dolgozhassanak, így hamarabb azonosíthatják a digitális szolgáltatásokkal kapcsolatos problémákat, és kezelhetik azokat, mielőtt káros hatással lennének az üzleti működésre és az ügyfelekre.
Ezt az IT-adatok algoritmikus elemzésével és a megfigyelhetőségi telemetriával érik el.
Az AIOps három informatikai tudományág erősségeit ötvözi a folyamatos tanulás és fejlesztés céljainak elérése érdekében: automatizálás, szolgáltatásmenedzsment és teljesítménymenedzsment..
Ez a felismerés, hogy az új, hiperskálázott és felgyorsított IT-beállításokban egy új stratégia lehetséges, amely a big data és a gépi tanulás fejlesztéseit felhasználva túllép a régi eszközök és emberek korlátain.
Az AIOps lehetővé teszi a vállalatok számára, hogy a kortárs üzleti élet által megkívánt ütemben működjenek, miközben fantasztikus felhasználói élményt nyújtanak, amikor az IT áll a digitális átalakulást célzó kezdeményezések középpontjában.
Miért van szükségünk AIO-kra?
Sok vállalatnál a statikus, szétválasztott helyszíni rendszerek átadták a helyét a helyszíni, nyilvános felhő, privát felhő és felügyelt felhőkörnyezetek dinamikusabb keverékének, ahol az erőforrásokat folyamatosan méretezik és újrakonfigurálják.
Az IT-nek nyomon kell követnie a növekvő számú eszközt (leginkább a tárgyak internete), rendszereket és alkalmazásokat. Tekintsük azt a gigabájtnyi adatot, amit egy mozdony egy menetben generálhat.
A Big Data az IT-ben a jelenség leírására használt kifejezés. Azt a hatalmas mennyiségű adatot, amelyet az IT Operationsnek fel kell dolgoznia, egy személy nem tudja feldolgozni. Az informatikai munkatársak nem tudják rangsorolni a különböző aggályokat a gyors válasz érdekében.
Nagyon sok értesítést kapnak, amelyek közül sok felesleges, és elárasztja őket. Ennek eredményeként az ügyfelek és a felhasználói élmény sérül.
A hagyományos informatikai menedzsment technikák ezt a mennyiséget nem tudják kezelni. Nem képesek hatékonyan megfejteni az eseményeket az adatok áradatából. Nem tudják összekapcsolni az eltérő, mégis egymással összefüggő összefüggésekből származó adatokat.
Nem tudják biztosítani az IT-műveletek számára azokat a valós idejű információkat és prediktív elemzéseket, amelyekre szükségük van a problémák gyors reagálásához. A szervezetek az AIO-khoz fordulnak, hogy gyorsabban azonosítsák, kijavítsák és elkerüljék a súlyos kimaradásokat és egyéb IT-műveletekkel kapcsolatos problémákat.
Az AIOp-k lehetővé teszik az IT-műveleti csapatok számára, hogy azonnal és proaktívan reagáljanak a kimaradásokra és lassulásokra, sokkal kevesebb munkával.
Kipótolja a felhasználók elvárásait a rendszerteljesítményben és rendelkezésre állásban, valamint a dinamikus, diverzifikált és kihívásokkal teli IT-ökoszisztéma között.
Az AIOps alapvető összetevői
Vizsgáljuk meg alapvető összetevőit, hogy jobban megértsük az AIO-k hatalmát és felelősségét. Köztük a következők:
Jelentős informatikai adatok
Az adatsilók szétszerelése az AIOps alapvető célja. Ehhez több IT-szolgáltatás-menedzsment és IT-művelet-menedzsment adatkészletet kombinál. Ez lehetővé teszi az automatizálást és a gyökér problémák gyorsabb azonosítását.
Hatalmas adatokat gyűjtött
Bármely AIOps platform alapvető összetevője a big data. Az AIOps kifinomult elemzéseket használhat mind a már összegyűjtött tárolt adatokkal, mind pedig a silók lebontásával és a már elérhető adatok felszabadításával valós időben generált adatokkal.
Gépi tanulás
Az AIOps olyan kifinomult gépi tanulási készségekre támaszkodik, amelyek a nagy mennyiségű elemezni kívánt adat miatt felülmúlják a manuális emberi kapacitást.
Az AIOps olyan sebességgel és pontossággal skáláz, ami egyébként elképzelhetetlen lenne az elemzések automatizálásával, valamint a kapcsolatok és betekintések keresésével.
Megfigyelés
A platform adat- és adatviselkedés-figyelési képessége kritikus szerepet játszik az AIOps folyamatban. Számos informatikai tartományból és forrásból – például örökölt infrastruktúrából, konténerből, felhőből vagy virtualizált rendszerekből – származó adatokat az AIOps gyűjtheti össze adatfelderítéssel.
A legfrissebb alapot biztosítandó, az adatokat a lehető legközelebb kell gyűjteni a valós időhöz.
bevonása
Számos informatikai területen, köztük az ITSM-ben, az AIOps megoldások számítógépes rendszerek és szoftverek konfigurálását, koordinálását és adminisztrációját kínálják.
Az AIOps elemzése lehetővé teszi, hogy az adatok megbízhatóbbak és relevánsabbak legyenek, miközben környezeti adatokat is tartalmaznak, és lehetővé teszik az automatizálást.
Akció
Az AIOps végső célja egy olyan rendszer felépítése, amelyben az összes folyamat teljesen automatizált, kiküszöbölve az összes kiskaput, és felszabadítva az IT-üzemeltetőket minden feladat alól.
Az AIOps még korai szakaszában jár, és egyes csapatok vonakodnak teljes mértékben kiaknázni a benne rejlő lehetőségeket.
Mindazonáltal az AIOps képes az egyszerű és bonyolultabb feladatokat is kezelni, és sok vállalkozás egyre jobban hozzászokik az AIOps rendszerekhez, amelyek egyre nehezebb feladatokat hajtanak végre.
Az AIOps működése
A központosított bevonási rendszer biztosítása érdekében az AIOps akkor teljesít a legjobban, ha önállóan telepítik az összes elérhető informatikai megfigyelési forrásból származó adatok gyűjtésére és elemzésére.
Nagyjából ugyanazt az eljárást alkalmazza, mint az emberi kognitív funkció. A következő öt fő használt algoritmus található:
Adatok kiválasztása
A meghatározott kiválasztási és prioritási paraméterek alapján az AIO-knak meg kell tudniuk találni a terabájt méretű adat "szénakazalokban" megbúvó főbb "tűket" a hatalmas mennyiségű hozzáférhető informatikai adat átszűrésével, elemzésével és a lényeges adatelemek megtalálásával.
Mintafelismerés
Az AIOps megvizsgálja a vonatkozó adatokat, azonosítja az adatelemek közötti összefüggéseket, és csoportosítja azokat további elemzés céljából.
Intuíció
Az AIOps-rendszerek egyértelműen azonosítani tudják a problémák, események és minták mögöttes okait a mélyreható kutatásnak köszönhetően, amely egyúttal éleslátó eredményeket is hoz, amelyek felhasználhatók a jövőbeni cselekvések iránymutatására.
Együttműködés
Az AIO-knak az együttműködés platformjaként is kell szolgálniuk, figyelmeztetve a megfelelő csapatokat és személyeket, megfelelő tájékoztatást adva nekik, és lehetővé kell tenniük a hatékony együttműködést a szolgáltatók közötti távolság ellenére.
Automatizálás
Végül, de nem utolsósorban az AIOps úgy készült, hogy azonnal reagáljon és megoldja a problémákat, jelentősen növelve az IT-műveletek hatékonyságát és pontosságát.
Előnyök
Az AIOps fő előnye, hogy lehetővé teszi az IT-műveletek számára, hogy gyorsabban megtalálják, kezeljék és kijavítsák a lassulásokat és leállásokat, mint a különböző IT-műveleti eszközöktől származó figyelmeztetések manuális rendezése révén.
Ennek eredményeként számos előnye van:
Kezelje vállalkozását proaktív, proaktív és előrejelző módon
Az AIOps soha nem hagyja abba a tanulást, ezért folyamatosan javítja a kevésbé sürgős figyelmeztetések vagy jelzések észlelését, amelyek megfelelnek a sürgősebb körülményeknek.
Ez azt jelenti, hogy előrejelző értesítéseket tud nyújtani, így az informatikai szakemberek kijavíthatják a lehetséges problémákat, mielőtt azok lassúságot vagy fennakadást okoznának.
Növelje a felbontáshoz szükséges átlagos idő (MTTR) sebességét:
Az AIOps gyorsabban és pontosabban képes felismerni az alapvető okokat, és gyorsabban és pontosabban orvosolni tudja, mint az emberek azáltal, hogy átvágja az IT-műveletek zaját, és korrelálja a különböző informatikai környezetekből származó műveleti adatokat.
Ennek köszönhetően a vállalkozások ma már olyan MTTR-célokat tudnak kialakítani és teljesíteni, amelyek korábban elképzelhetetlenek voltak.
Alacsonyabb működési költségek
Az AIOps-megoldások számos módon csökkenthetik a költségeket, de az egyik fontos és nehéz feladat a személyzet növelése. Kézikönyv eseménykezelés nehézkes és lassú.
A szervezetek a bonyolultság és az adatmennyiség növekedésével több ember felvételével próbálják megoldani a problémát. Az AIOps hasznos információkat kínál a problémákkal kapcsolatban, drasztikusan csökkenti a riasztások számát, és automatizálja a műveleteket.
Ez lehetővé teszi a vállalkozások számára, hogy növeljék termelékenységüket az állandó munkaerő fenntartása, az eszkalációk számának csökkentése és az állásidő csökkentése érdekében.
Tegye naprakészen informatikai tevékenységét és IT-üzemeltetési csapatát:
Az AIOps műveleti csapatai csak akkor kapnak riasztást, ha bizonyos szolgáltatási szint küszöbértékek vagy paraméterek teljesülnek, és ezt a lehető legjobb diagnózis felállításához és a legjobb és leggyorsabb korrekciós intézkedések megtételéhez szükséges összes kontextusban teszik meg.
Ez csökkenti azoknak a riasztásoknak a számát, amelyeket az üzemeltetési csoportok minden környezetből kapnak. Minél többet tanulnak és automatizálnak az AIO-k, annál jobban segíti a „lámpák égve tartását” kevesebb emberi munkával, felszabadítva az informatikai személyzetet, hogy a vállalat számára nagyobb stratégiai értékkel bíró feladatokra koncentrálhasson.
Az alábbiakban felsorolunk néhány figyelemre méltó előnyt:
- Továbbfejlesztett élmények mind az alkalmazottak, mind az ügyfelek számára
- Megnövekedett kapacitás és infrastruktúra kihasználtság
- Továbbfejlesztett szinkronizálás az IT-szolgáltatások és az üzleti szolgáltatások kimenetei között
- Új informatikai szolgáltatások gyorsabb szállítása
- A készséghiány megszüntetése
- Hagyományos infrastruktúra, nyilvános felhő, privát felhő és hibrid felhő támogatás
- A problémakezelés reaktívról proaktívra prediktívre vált
- Az informatikai operatív személyzet és az informatikai műveletek korszerűsítése
- Fokozott biztonság-művelet együttműködés
- Kevesebb oltandó tüzet és olcsóbb megszakítások
- A gyorsabb megoldáshoz szükséges átlagos idő növekedése (MTTR)
- A változás és a teljesítmény közötti kapcsolat javítása
- Nagyobb képesség a változások hatékony kezelésére
- Az IT-műveleti személyzet feladatköre csökken, mivel az AI segíti az elemzést
- Használja az anomáliák észlelését a problémák leállítására, mielőtt azok a fogyasztókat érintenék.
- Az emberi hiba csökkenése
- Annak megértése, hogy a munkaterhelés hogyan befolyásolja a költségeket
hátrányai
Még mindig van még tennivaló a mögöttes AIOps-technológiák olyan módon történő létrehozása és kombinálása érdekében, hogy azok hasznosak legyenek, annak ellenére, hogy meglehetősen kiforrott. Az alábbiakban felsorolunk néhány hibáját:
- Az AIOps platform megvalósítása, kezelése és karbantartása sok időt és erőfeszítést igényel.
- Az AIOps rendszerek számos adatforrástól, valamint az adattárolástól, biztonságtól és megőrzéstől függenek.
- Teljesítménye csak az Ön által tanított algoritmusokon és a betáplált adatokon alapul. Így nem lépheti túl programozásának határait.
- Az AIOps megköveteli az eszközökbe vetett hitet, ami egyes vállalatok nem tetszenek. Ennek az az oka, hogy az AIOps eszközök autonóm működéséhez megfelelően nyomon kell követniük a célkörnyezet változásait, be kell szerezniük és meg kell védeniük a lényeges adatokat, le kell vonniuk a megfelelő következtetéseket, rangsorolniuk kell a tevékenységeket, végül megfelelő automatizált lépéseket kell végrehajtaniuk.
Milyen szerepet töltenek be az AIO-k a jelenlegi informatikai környezetben?
Előfordulhat, hogy első ránézésre nem veszi észre, hogy az AIOps hogyan illeszkedik a már használt technológiák kategóriáiba.
Az indoklás az, hogy nem helyettesíti a meglévő naplókezelési, felügyeleti, irányítási vagy szervizszolgáltatási technológiákat.
Ehelyett minden egyes domainnel és eszközzel kölcsönhatásba lép, és mindegyikből integrálja és felhasználja az adatokat. Ha szinkronizált képet biztosít az egyes eszközökből, akkor az is hasznos eredményeket hoz.
Ezek az eszközök önmagukban értékes tárgyaknak számítanak. A kapcsolat megszakítása kihívást jelent a megfelelő információk megfelelő pillanatban történő megszerzése.
Az AIOps sokoldalú módszert kínál a sok részleges perspektíva egyesítésére a széles kép alapos megértésében, amivel az ITOps csapatainak tisztában kell lenniük.
A big data és a gépi tanulás használata egy ideje létezik, még akkor is, ha az AIOps drámai eltérést jelent az ITOps számára.
Kéziről átváltáskor automatizált kereskedési, a tőzsdeügynökök hasonló ML stratégiákat alkalmaztak. Az ML és az analitika használata Közösségi média szintén létezik egy ideje, legyen szó a Google Mapsről, az Instagramról vagy az olyan online boltokról, mint az eBay és az Amazon.
Ezek a módszerek következetesen és széles körben hasznosnak bizonyultak olyan környezetben, ahol szükség van a változó helyzetekre való gyors reagálásra és a felhasználói testreszabásra.
Az AIOps AI használata ígéretesebb, mint a gépi tanulás. Jelenleg a sürgős használati eseteket akár egyszerű automatizálással, akár gépi tanulással történő automatizálással kezelheti.
Folyamatosan fejlesztenek új alkalmazásokat a mesterséges intelligencia számára. Mindenesetre, mielőtt elkezdené az emberi viselkedést az ITOps-ra alapozni, ahogyan azt jelenleg gyakorolják, szilárd AIOps-alapot kell létrehozni.
Az ITOps személyzet feladatai konzervatív jellege miatt lassan alkalmazkodnak az AIOps forgatókönyvekhez. Ők felelősek a szervezet infrastruktúrájának stabilitásának megőrzéséért és a lámpák égve tartásáért.
Azonban hamarosan több ITOps-szervezetnek kell alkalmazkodnia az új AIOps-technológiákhoz és -módszerekhez a mindenütt jelen lévő AIOps-megvalósítások irányába mutató tendenciák miatt.
Következtetés
Az IT-üzemeltetési csapatok és más érdekelt felek közötti kommunikáció és együttműködés javításának eredményeként az AIOps már megkezdte a digitális átalakulás támogatását.
Az automatizálás és az együttműködés iránti igény felértékelődik, ahogy az alkalmazások egyre bonyolultabbá válnak a jövőben.
Hagy egy Válaszol