Фраза дня: искусственный интеллект для ИТ-операций

Искусственный интеллект для ИТ-операций (AIOps) - это общий термин для использования аналитики больших данных, машинного обучения (ML) и других технологий искусственного интеллекта (AI) для автоматизации выявления и решения общих проблем информационных технологий (ИТ). Системы, службы и приложения на большом предприятии создают огромные объемы журналов и данных о производительности. AIOps использует эти данные для мониторинга активов и получения информации о зависимостях вне и вне ИТ-систем.

Платформа AIOps должна предоставить предприятию три возможности:

1. Автоматизация рутинной практики.
Обычные методы включают запросы пользователей, а также некритические предупреждения ИТ-системы. Например, AIOps может позволить системе службы поддержки обрабатывать и выполнять запрос пользователя на автоматическое предоставление ресурса. Платформы AIOps также могут оценивать предупреждение и определять, что оно не требует действий, поскольку соответствующие метрики и поддерживающие данные находятся в пределах нормальных параметров.

2. Выявление серьезных проблем быстрее и точнее, чем люди.
ИТ-специалисты могут реагировать на известное вредоносное событие в некритичной системе, но игнорировать необычную загрузку или процесс, запускаемый на критическом сервере, потому что они не отслеживают эту угрозу. AIOps рассматривает этот сценарий по-разному, отдавая приоритет событию в критической системе как возможную атаку или заражение, потому что поведение выходит за рамки нормы, и снижает приоритет известного события вредоносного ПО с помощью функции защиты от вредоносных программ.

3. Оптимизация взаимодействия между группами и группами центров обработки данных.
AIOps предоставляет каждой функциональной ИТ-группе соответствующие данные и точки зрения. Без операций с поддержкой ИИ команды должны обмениваться, анализировать и обрабатывать информацию путем встреч или отправки данных вручную. AIOps должен узнать, какие данные анализа и мониторинга показывать каждой группе или команде из большого пула метрик ресурсов.

Сценарии использования
AIOps обычно используется в компаниях, использующих DevOps или облачные вычисления, а также на крупных и сложных предприятиях. AIOps помогает командам, использующим модель DevOps, давая командам разработчиков дополнительное представление об их ИТ-среде, что затем дает операционным группам больше информации об изменениях в производственной среде. AIOps также устранит множество рисков, связанных с гибридными облачными платформами, помогая операторам в их ИТ-инфраструктуре. Во многих случаях AIOps может помочь любой крупной компании, имеющей обширную ИТ-среду. Возможность автоматизировать процессы, раньше распознавать проблемы в ИТ-среде и способствовать сглаживанию взаимодействия между командами поможет большинству крупных компаний с обширной или сложной ИТ-средой.

Технологии AIOps
AIOps использует совокупность различных стратегий искусственного интеллекта, включая вывод данных, агрегирование, аналитику, алгоритмы, автоматизацию и оркестровку, машинное обучение и визуализацию. Большинство этих технологий достаточно четко определены и развиты.

Данные AIOps поступают из файлов журналов, показателей и инструментов мониторинга, систем поддержки билетов и других источников. Технологии больших данных объединяют и организуют вывод всех систем в удобную форму. Методы аналитики могут интерпретировать необработанную информацию для создания новых данных и метаданных. Аналитика снижает шум, который представляет собой ненужные или ложные данные, а также выявляет тенденции и закономерности, которые позволяют инструменту выявлять и изолировать проблемы, прогнозировать потребность в мощности и обрабатывать другие события.

Аналитика также требует алгоритмов для кодификации ИТ-знаний, бизнес-политик и целей организации. Алгоритмы позволяют платформе AIOps обеспечивать наиболее желательные действия или результаты - алгоритмы - это то, как ИТ-персонал определяет приоритеты событий, связанных с безопасностью, и обучает платформу решениям о производительности приложений. Алгоритмы составляют основу машинного обучения, в котором платформа устанавливает базовый уровень нормального поведения и действий, а затем может развиваться или создавать новые алгоритмы по мере изменения данных из среды с течением времени.

Автоматизация - это ключевая технология, которая заставляет инструменты AIOps действовать. Автоматические функции возникают, когда они запускаются результатами аналитики и машинного обучения. Например, прогнозная аналитика и машинное обучение инструмента определяют, что приложению требуется больше хранилища, а затем запускают автоматизированный процесс для поэтапного внедрения дополнительного хранилища в соответствии с алгоритмическими правилами.

Наконец, инструменты визуализации предоставляют удобочитаемые информационные панели, отчеты, графику и другие данные, чтобы пользователи могли следить за изменениями и событиями в среде. С помощью этих визуализаций люди могут принимать меры с информацией, которая требует возможностей принятия решений помимо возможностей программного обеспечения AIOps.

Преимущества и недостатки AIOps
При правильном внедрении и обучении платформа AIOps сокращает время и внимание ИТ-персонала, которые тратятся на рутинные, повседневные предупреждения. ИТ-персонал обучает платформы AIOps, которые затем развиваются с помощью алгоритмов и машинного обучения, используя знания, полученные с течением времени, для дальнейшего улучшения поведения и эффективности программного обеспечения. Инструменты AIOps также выполняют непрерывный мониторинг без необходимости спать. Сотрудники ИТ-отдела сосредоточены на серьезных, сложных проблемах и инициативах, повышающих эффективность и стабильность бизнеса.

Программное обеспечение AIOps может наблюдать причинно-следственные связи в нескольких системах, сервисах и ресурсах, кластеризовать и соотносить разрозненные источники данных. Эти возможности аналитики и машинного обучения позволяют программному обеспечению выполнять мощный анализ первопричин, что ускоряет поиск и устранение неполадок и устранение сложных и необычных проблем.

AIOps может улучшить сотрудничество и рабочие процессы между ИТ-группами, а также между ИТ-отделом и другими бизнес-подразделениями. Благодаря индивидуализированным отчетам и информационным панелям команды могут быстро понимать свои задачи и требования и взаимодействовать с другими, не изучая всего, что нужно знать другой команде.

Хотя базовые технологии для AIOps являются относительно зрелыми, это все еще ранняя область с точки зрения объединения технологий для практического использования. AIOps хорош настолько, насколько хорош данные, которые он получает, и алгоритмы, которым его обучают. Количество времени и усилий, необходимых для внедрения, обслуживания и управления платформой AIOps, может быть значительным. Разнообразие доступных источников данных, а также надлежащее хранение, защита и хранение данных - все это важные факторы в результатах AIOps.

AIOps требует доверия к инструментам, которые могут быть решающим фактором для некоторых предприятий. Чтобы инструмент AIOps работал автономно, он должен точно отслеживать изменения в своей целевой среде, собирать и защищать данные, формировать правильные выводы на основе доступных алгоритмов и машинного обучения, правильно определять приоритеты действий и предпринимать соответствующие автоматизированные действия в соответствии с бизнес-приоритетами и целями. .

Внедрение поставщиков AIOps и AIOps
Чтобы продемонстрировать ценность и снизить риски, связанные с развертыванием AIOps, внедряйте технологию в небольшие, тщательно спланированные этапы. Выберите подходящую модель хостинга для инструмента, например, на месте или в качестве услуги. ИТ-персонал должен понять, а затем обучить систему в соответствии с потребностями, и для этого должен иметь достаточно данных от систем, находящихся под его контролем.

AIOps - это развивающаяся область, но существует растущее число предложений продуктов, которые компании могут анализировать и оценивать, в том числе, но не ограничиваясь:

• Инструмент Splunk для анализа ИТ-услуг (ITSI).
• Платформа BMC TrueSight.
• Cisco Crosswork Situation Manager, компонент AIOps из семейства продуктов Cisco Crosswork Network Automation.
• Moogsoft AIOps.
• DRYiCE AIOps от HCL Technologies Ltd.

Функции и возможности AIOps также присутствуют в существующих пакетах продуктов. Примеры:

• New Relic Applied Intelligence (NRAI), который объединяет функции радара и профилей ошибок на основе AI в платформу New Relic Digital Intelligence.
• Платформа развертывания приложений Trebuchet от Datapipe, которая использует ИИ для улучшения процессов DevOps.