Komoly átalakuláson megy keresztül az IT hálózatok és rendszerek üzemeltetése, mert a hagyományos hálózatmenedzsment (ITOps) már nem tud megbirkózni az IT rendszerek megnövekedett komplexitásával és a hatalmas adatmennyiséggel, hiszen olyan új szolgáltatások jelentek meg mint az 5G, Dolgok Internete (IoT) és az API-k. Ezért egy új platform bevezetésére van szükség: ez az AIOps.
Az AIOps (artificial intelligence for IT operations = mesterséges intelligencia IT üzemeltetésre) olyan többrétegű platformot jelent, amely automatizálja és kibővíti az IT üzemeltetést analitikai és gépi tanulási módszerekkel. Az automatizálás viszont nem azt jelenti, hogy nem lesz szükség a hálózatot üzemeltető szakemberekre, hanem – mint a mesterséges intelligencia más alkalmazási területein is láthatjuk – a szakemberek munkáját megkönnyíti, hatékonyabbá, kevésbé stresszessé teszi az AIOps.
AIOps platform elemeinek és működésének bemutatásához a Gartner által alkotott modellt vesszük alapul:
Az AIOps alapját tehát a különböző forrásokból származó, különböző típusú adatokat a gépi tanulás segítségével feldolgozó platform jelenti. Feladata, hogy a különböző silókban tárolt adat kerüljön át egységes, struktúrált és könnyen hozzáférhető helyre, ahol azután a gépi tanuló rendszer (machine learning) az összegyűjtött nagy mennyiségű adatokon statisztikai módszerekkel képes mintát keresni és az alapján döntést hozni.
Az AIOps folyamata:
Observe (“monitorozás”): hálózati alarmok, KPI-ok, trace-k és anomáliák figyelése
Engage (“lefoglalás”): a monitorozás során feltárt különleges eseményekhez végrehajtás hozzárendelése
Act (“végrehajtás”): analízisek, munkafolyamatok és dokumentáció automatizálása
Több cég kínál már AIOps-ot támogató eszközöket. Ezek közül érdekességként említjük az IBM megoldását, amely nemcsak az IT üzemeltetéshez hagyományosan használt, az informatikai eszközök által létrehozott log- és alarm információkat (tehát idősoros adatokat) és más adatbázisokból származó numerikus adatokat vesz figyelembe, hanem “szöveges inputokat” pl. emberek közötti párbeszédet (mail, chat) is elemez egy a rendszerben kialakuló incidens feltárásához..
Összegezve: Az AIOps egy paradigma váltás a ITOps-ban, amelyet a nagyfokú komplexitás, hatalmas mennyiségű adat, nagyfokú meghibásodási lehetőség, egyre gyorsabb hibaelhárítási és újrakonfigurálás igény miatt vált szükségessé. Mivel a rendszerek mára már túlnőttek az emberi lépteken, ezért szükség van a big data / gépi tanulás által nyújtott segítségre – de fontos belátni, hogy nem helyettesíti hanem segíti az embert.
Forrás: BMC
Borítókép: stockunlimited
neuronsolutions.hu
