AIOps
Искусственный интеллект для ИТ операций (AIOps) - это использование глубокого обучения и анализа больших данных для автоматизации рутинных административных задач, включая развертывание, анализ основных причин и решение проблем, для системы информационных технологий.
В идеале платформа AIOps предоставляет три важные возможности для предприятия:
- Способность распознавать ненормальное поведение системы быстрее и с большей точностью, чем это возможно при работе человека.
- Возможность использовать бизнес-правила IFTTT для автоматизации рутинных задач.
- Способность оптимизировать общение между заинтересованными сторонами.
Как работает AIOps
Инструменты AIOps собирают информацию из уже имеющихся ИТ-инструментов и устройств и применяют к ней подробную аналитику и машинное обучение для выявления потенциальных проблем и поиска возможностей и способов их устранения. Как правило, данные AIOps поступают из файлов сетевых журналов, инструментов облачного мониторинга и систем тикетов службы поддержки.
Технологии больших данных объединяют и организуют все выходные данные систем в некую общую форму, которую затем может использовать платформа AIOps. Платформа использует механизмы корреляции и бизнес-правила для мониторинга пропускной способности и либо ничего не делает, либо предпринимает действия автономно, либо при необходимости – предупреждает администратора.
Платформы AIOps предназначены для иллюстрации зависимостей и роли, которую каждая зависимость играет при нормальном и ненормальном поведении системы. Чтобы быть эффективными, инструменты AIOps должны быть адаптированы к рабочим процессам, специфичным для машинного обучения, и иметь возможность обрабатывать рекурсию, необходимую для поддержки процесса по модели непрерывного машинного обучения.
Вариант использования для AIOps
Хотя базовые технологии для AIOps являются относительно зрелыми, это все еще довольно новая область с точки зрения объединения технологий для практического использования. Организации, которые хотят упростить задачи с интенсивным использованием данных, ручные и повторяющиеся, такие как оформление билетов, являются хорошими кандидатами для проекта проверки концепции платформы AIOps.
Проблемы AIOps
AIOps имеет большое преимущество и потенциал только за счет тех данных, которые он получает, и алгоритмов, которым он обучается. Количество времени и усилий, необходимых для внедрения, обслуживания и управления платформой AIOps, может быть весьма значительным. Разнообразие доступных источников данных, а также правильное хранение, защита и архивирование данных - все это важные факторы в получаемых результатах работы AIOps.
AIOps требует доверия к инструментам, которые могут стать определяющим фактором для некоторых предприятий. Чтобы инструмент AIOps функционировал 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 расставлять приоритеты и предпринимать целесообразные и приемлемые автоматизированные действия, соответствующие бизнес-приоритетам и целям.