AIOps - Искусственный интеллект для ИТ-операций
Современные ИТ-среды стали слишком сложными для мониторинга и управления при использовании традиционных методов. Постепенный переход к мультиоблачным средам, микросервисам, Docker, Kubernetes и быстрый рост объемов данных создают сложность, с которой уже почти не способны справиться системные администраторы в ИТ-отделах.
В Gartner полагают, к 2022 году искусственный интеллект для ИТ-операций (AIOps) будет использовать 40 процентов всех крупных компаний для объединения больших данных и функций машинного обучения. Это поможет осуществлять процессы мониторинга, обеспечивать работу служб поддержки и автоматизации. На сегодняшний день только 5 процентов компаний используют AIOps.
Что такое AIOps?
Термин AIOps был введен Gartner в 2014 году. Официальное определение таково: «Платформы AIOps используют большие данные, современное машинное обучение и другие передовые аналитические технологии для прямого и косвенного улучшения функций ИТ-операций (мониторинг, автоматизация и служба поддержки) с упреждающим и динамическим концептом. Платформы AIOps обеспечивают одновременное использование нескольких источников и методов сбора данных и аналитических технологий.
AIOps возникла из необходимости мониторинга и управления сложными решениями для больших данных и передовой аналитики, потому что традиционных методов стало недостаточно.
Благодаря интеллектуальной корреляции данных и динамическому анализу тенденций AIOps может помочь отфильтровывать информацию, необходимую для быстрых и безопасных решений, что больше невозможно при использовании исключительно традиционных методов.
Концептуальный обзор AIOps
«Искусственный интеллект для ИТ-операций», или сокращенно AIOps, можно объяснить следующими характеристиками:
Кто нуждается в AIOps: передовые технологии анализа больших данных и искусственного интеллекта.
Цель AIOps: увеличить операционные функции ИТ; сочетание обширных данных и функций обучения
Области применения AIOps: служба поддержки; автоматизация; мониторинг.
Преимущества использования AIOps: одновременное использование различных источников и методов сбора данных, а также технологий анализа и отображения; подходит для динамических ИТ-систем.
Что технология AIOps изменит для ИТ-операций?
В традиционных операционных моделях ИТ все основано на базе данных конфигурации, которая включает все данные, а CMDB используется в качестве центрального информационного узла. Однако CMDB не адаптирован к сложности современных динамичных и постоянно меняющихся ИТ-сред. В новом мире обеспечение CMDB-ориентированной операционной модели становится практически невыполнимой задачей. Не только с точки зрения затрат, но также с точки зрения времени и ресурсов для сравнения и обновления важных данных.
Благодаря AIOps теперь доступен новый подход к управлению ИТ-операциями, который больше не ставит CMDB в центре, а оставляет его на периферии. Основное внимание теперь уделяется алгоритмам, машинному обучению и анализу в реальном времени. AIOps использует комбинацию различных стратегий ИИ, включая вывод данных, агрегирование, анализ, алгоритмы, автоматизацию и оркестровку, машинное обучение и визуализацию. Большинство из этих технологий достаточно четко определены и зрелы.
В случае внедрения технологии AIOps, ИТ-персоналу понадобятся разные навыки для контроля работы машин, а не только для самостоятельного выполнения работы. ИТ-персонал должен хорошо понимать, как работает анализ машинного обучения. С помощью AIOps ИТ-операции переходят от ручного управления к процессу аудита и настройки, где система оптимизируется для отражения изменений в средах, которые должны изучать машинные алгоритмы.
Какие области применения для AIOPS?
AIOps предлагает ценную поддержку, особенно в области доступности и производительности. Она осуществляется за счет лучшего и быстрого анализа поведения пользователей и системы и реагирования с соответствующими корректировками рабочей нагрузки. Современные решения для мониторинга часто состоят из фрагментированных инструментов мониторинга в областях сети, инфраструктуры или приложений. Иногда существуют даже корреляционные решения с автоматическими рекомендациями, но редко с точки зрения интегрированных ИТ-услуг. Этих решений уже недостаточно для увеличения динамики и модульности современных ИТ-сред.
Безопасность также является еще одним аспектом в среде ИТ-операций цифровых компаний. Важно понимать, что же такое событие безопасности в оперативном контексте и как на него реагировать. При использовании AIOps такое вредоносное событие, как атака типа «отказ в обслуживании» или атака вымогателей, будет обнаруживаться машинным обучением гораздо быстрее, чем при устаревших методах.
Как же реализовать технологии AIOps?
Для AIOps важно, чтобы все данные из областей управления ИТ-услугами, управления ИТ-операциями и автоматизации ИТ могли рассматриваться как пул больших данных. Для отслеживания поведения системы необходимо знать и учитывать как можно больше данных. Поэтому обзор всех этих данных обычно является первым важным шагом в понимании того, где можно найти необходимую информацию.
Реализация AIOps не сводится к банальной замене существующих инструментов. В конечном счете, AIOps должен сформировать систему, в которой потоки данных могут свободно перетекать из нескольких источников ИТ-данных в большую платформу данных, где их можно будет анализировать. Анализ должен происходить во время их записи, и постоянно обновляться данными из других источников и типов.
Можно предположить, что решения AIOps обретут большую популярность на рынке в ближайшие несколько лет, после чего уже никто не захочет возвращаться к традиционным инструментам.
Вот некоторые шаги, которые мы можем посоветовать для успешной реализации AIOps:
1. Разделите шумиху и реальность: узнайте и поймите, что такое ИИ и машинное обучение, и как это может помочь в среде ИТ-операций.
2. Внедряйте эту технологию небольшими, тщательно скоординированными этапами, чтобы снизить риски.
3. Создайте инвентарь всех существующих данных, журналов и систем. Должно быть достигнуто правильное отношение к важности и критичности существующих данных в ИТ-отделе, которые впоследствии будут прочитаны в алгоритмах платформы AIOps.
4. Получите понимание и ясность о «Системе записи».
5. Оцените и выберите платформу AIOps. Платформы должны иметь возможность обрабатывать информацию из разных источников независимым от поставщика способом. Платформа должна быть в состоянии объединить текущие и исторические данные с различными системами мониторинга в реальном времени и анализировать их с помощью машинного обучения. Лидирующим поставщиком AIOps решений является Dynatrace, господствующим на рынке с 2014 года, за это время успевшим завоевать доверие более 8000 компаний. ESKA сотрудничает с лучшими – и лучшими в данной сфере являются Dynatrace.
6. Создайте практический, пошаговый план реализации, основанный на четкой стратегии.
В этом вам может помочь ESKA.
AIOPS дает огромные возможности для всех, кто видит изменения как новую ветвь развития. Будущее входит без стука, и это одна их таких технологий, которая скоро ворвется в нашу реальность. Будьте на волне изменений.