AIOps в управлении ИТ-инфраструктурой

Традиционные методы ИТ-администрирования и управления ИТ-инфраструктурой активно пересматриваются и постепенно реформируются. Использование искусственного интеллекта (ИИ) в управлениии ИТ-инфраструктурой рисует интереснейшие перспективы.

Термин AIOps (Artificial Intelligence for IT Operations) обозначает применение искусственного интеллекта к управлению эксплуатацией ИТ. AIOps использует методы и алгоритмы искусственного интеллекта как для мониторинга данных, так и для сокращения времени и числа простоев вследствие сбоев. Бурное развитие цифровых компаний приводит к технологическим изменениям и в организации их деятельности, направленным на оптимизацию и устранению издержек, связанных с традиционными способами управления инфраструктурой.

Цифровые компании оперерируют с огромными потоками данных, богатых различной информацией. Их анализ и мониторинг требуется производить без каких-либо задержек. От сбора данных до хранения, от обработки до анализа — все операции должны должны производиться слаженно, быстро и безотказно, чтобы использовать добытую информацию максимально эффективным образом.

Путь к AIOps начинается с осознания необходимости и реализации глубоких цифровых преобразований. Внедрение новейших технологий приводит к серьёзному обновлению ИТ. Машинное обучение, обработка больших данных, Интернет вещей, интерфейсы прикладного программирования, граничные вычисления и т.п. неизбежно проникают внутрь ИТ-организации и затрагивают управление ИТ-инфраструктурой, которое подвергается существенным изменениям, реформирующим её традиционные подходы к организации работ.

Главные факторы, оказывающие влияние на цифровую трансформацию:

  • сложная ИТ-инфраструктура. Ручные операции (сбор данных, обработка данных, управление облачными хранилищами, оптимизация баз данных, использование сторонних инструментов и утилит управления и интеграции SaaS) становится всё труднее выполнять из-за огромных масштабов
  • обработка огромных потоков данных. Технологии Интернета вещей (IoT) быстро выходят на уровень промышленного использования. IoT-устройства генерируют большое количество данных. Обработка такого количества данных уже не по силам для отдельных специалистов. Необходимо использовать алгоритмы ИИ, при помощи которых данные интерпретируются и анализируются
  • увеличение вычислительных мощностей. Сетевая инфраструктура стала надёжной, но, тем не менее, ИТ всё также остро нуждаются в повышении скорости обработки данных. Развертывая ИТ-решения, использующие технологии искусственного интеллекта и машинного обучения, можно резко увеличить скорость обработки данных.

Два основных столпа AIOps, которые ускоряют инновации в управлении ИТ-инфраструктурой, — машинное обучение и большие данные. Вместо того чтобы тратить человеческие усилия и время на подготовку, обработку и анализ сырых данных, взятых с различных платформ, можно выполнять те же задачи, используя алгоритмы и методы машинного обучения, анализировать структуру и природу данных и извлекать из них необходимую информацию.

AIOps улучшает и автоматизирует управление ИТ-инфраструктурой, используя следующие подходы:

  • использование алгоритмов машинного обучения и нейросетей для эффективного и быстрого анализа собранных данных. Сам сбор данных осуществляется с помощью устройств и утилит Интернета вещей, использующих технологии облачного хранения
  • автоматическая интерпретация событий: если что-то где-то в инфраструктуре не так, то ошибки оперативно обнаруживаются, диагностируются и устраняются без оказания влияния на скорость выполнения сложносвязанных и зависящих друг от друга операций с данными
  • уменьшение влияния человеческого фактора путём автоматизации процессов, использовавших ранее деятельность отдельных специалистов.

Использование AIOps оказывает огромное положительное влияние на работу сложных и крупных ИТ-компаний, человеческих ресурсов которых не хватает на выполнение всех задач. Среди них можно выделить:

  • команды разработчиков. Компании, которые используют подходы DevOps в своей работе, используют ИИ и другие технологии для совершенствования своих внутренних процессов. Благодаря этому повышается скорость обратной связи, гибкость и прозрачность в управлении ИТ-инфраструктурой
  • компании, широко использующие облачные вычисления. У облачных вычислений большое будущее. Организации хранят огромные данные в облачных хранилищах, и все операции, связанные с доступом и управлением облачными данными, необходимо оптимизировать, так как с ними могут возникать различные проблемы. Чтобы данные процессы выполнялись без ошибок, необходима автоматизация
  • цифровые компании. Компании по всему миру активно внедряют технологические решения. Финтех, туризм, здравоохранение, электронная коммерциия — компании из этих и других сфер автоматизируют свои внутренние процессы, предоставляя своим клиентам возможность использовать приложения, основанные на новых технологиях. Обработка информации может быть реализована различными способами, например связкой роботизации и блокчейна.

AIOps помогает убрать узкие места и поднять эффективность в управлении ИТ-инфраструктурой в соответствии с новыми требованиями времени.

Оригинал статьи на портале DevOps.com — A Deep Dive Into AI for IT Operations, автор Джеймс Эфрон (James Efron).

DevOps Основы DevOps

Популярный трёхдневный учебный курс
 

Проект Феникс — DevOps на практике

Полезная деловая игра для вашей команды
 

Узнайте больше!

Комментарии и мнения

  1. Андрей другой

    Ну не знаю, какой-то набор лозунгов : надо быть молодыми, здоровыми и богатыми, потому что быть молодыми, здоровыми и богатыми — хорошо!

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *

Ближайшие мероприятия

Зарегистрируйтесь, чтобы получить больше полезных знаний:

АПР
6
Учебный курс:
Release, Control and Validation (ITIL RCV)