Artificial Intelligence for IT Operation เป็น AI สำหรับงาน IT Operation โดยการนำความสามารถของ Big Data, Analytics และ Machine Learning มาช่วย ทำให้สามารถมอนิเตอร์ Infrastructure ได้แบบ End-to-end ช่วยให้เราสามารถช่วยดำเนินการเชิงรุกได้ โดย AI มักใช้สำหรับการวิเคราะห์ข้อผิดพลาดของล็อกไฟล์ระบบไอที พร้อมด้วยฟังก์ชันการจัดการระบบไอที เพื่อทำให้กระบวนการประจำต่างๆ เป็นไปโดยอัตโนมัติ สามารถช่วยระบุปัญหาเพื่อให้ทีมไอทีสามารถแก้ไขได้ในเชิงรุกก่อนที่ระบบไอทีจะล่ม เนื่องจากระบบไอทีเพื่อสนับสนุนธุรกิจในทุกวันนี้มีความซับซ้อนมากขึ้น ซึ่ง AI ก็ได้เข้ามาแก้ปัญหาเหล่านี้
โอเดช เก้า ศาสตราจารย์แห่งมหาวิทยาลัยเทคโนโลยีเบอร์ลิน นำเสนอประเด็นสำคัญเกี่ยวกับปัญญาประดิษฐ์สำหรับการดำเนินงานด้านไอทีที่งาน DevOpsCon Berlin 2021
“ในการประมวลผลสตรีมข้อมูล เรามักจะประสบปัญหาในการค้นหาข้อมูลในปริมาณที่เพียงพอ ในทางกลับกัน ใน AIOps เรามีแหล่งที่มาที่แตกต่างกันมากมาย (เช่น เมตริก บันทึก การติดตาม เหตุการณ์ การแจ้งเตือน) ด้วยข้อมูลหลายเทราไบต์ที่ผลิตในโครงสร้างพื้นฐานด้านไอทีทั่วไปต่อวัน เราใช้พลังของอัญมณีที่ซ่อนอยู่เหล่านี้เพื่อช่วยผู้ดูแลระบบ DevOps และร่วมกับโมเดล AI ปรับปรุงความพร้อมใช้งาน ความปลอดภัย และประสิทธิภาพของระบบโดยรวม”
ลักษณะ เวิร์กโฟลว์ AIOps ที่ศาสตราจารย์เก้า นำเสนอ
“เวิร์กโฟลว์เริ่มต้นด้วยการรวบรวมข้อมูลจากแหล่งต่างๆ มากมาย เช่น ข้อมูลเมตริกจากการใช้งาน CPU/mem/net ของฮาร์ดแวร์ บันทึกของระบบจาก logstash และการติดตามแบบกระจายจากตัวจัดการรีซอร์ส ส่วนที่ยากในที่นี้คือการได้ภาพองค์รวมของโครงสร้างพื้นฐานปัจจุบัน: เนื่องจากการจำลองเสมือน, SDNs, VNFs ฯลฯ ระบบมีการเปลี่ยนแปลงในช่วงเวลาสั้น ๆ ดังนั้นเราจำเป็นต้องค้นหากราฟโทโพโลยีปัจจุบันและการพึ่งพาจากนั้น เราสามารถแมปข้อมูลที่บันทึกไว้กับแหล่งที่มาและเปิดใช้งานไปป์ไลน์ AIOPs ซึ่งโดยทั่วไปจะประกอบด้วยสามขั้นตอน: การตรวจจับความผิดปกติ การวิเคราะห์สาเหตุ และการแก้ไขการตัดสินใจ สองขั้นตอนแรกใช้ประโยชน์จากเทคนิคการเรียนรู้เชิงลึกต่างๆ ในขณะที่การตัดสินใจมุ่งเป้าไปที่การจัดการความผิดปกติของระบบโดยอัตโนมัติ การแจ้งเตือนผู้ดูแลระบบ DevOps เป็นข้อกำหนดขั้นต่ำสุด ในอนาคต การเปิดใช้งานเวิร์กโฟลว์การกู้คืนที่กำหนดไว้ล่วงหน้าหรือแม้แต่การออกแบบแบบไดนามิกของเวิร์กโฟลว์ใหม่จะเป็นไปได้”
แพลตฟอร์ม AIOps จะเข้ามาเป็นองค์ประกอบมาตรฐานของทุกโครงสร้างพื้นฐาน เป็นแนวทางในการจ้าง SREs/NREs มากขึ้นโดยไม่ได้ปรับขนาดตามศูนย์ข้อมูลที่กำลังเติบโตไปสู่สภาพแวดล้อมในรูปแบบการประมวลผลแบบ Edge และ Fog
ยิ่งไปกว่านั้น บันทึกยังเป็นส่วนสำคัญของระบบอัตโนมัติทุกระบบ ตั้งแต่ยานพาหนะขนาดใหญ่ที่ขับเคลื่อนด้วยตัวเองไปจนถึงเซ็นเซอร์ IoT ในเมืองอัจฉริยะและบ้านพักอาศัย และทำหน้าที่ในการแก้ไขจุดบกพร่อง ตรวจจับการฉ้อโกง เพื่อปรับปรุงความปลอดภัย และยังช่วยเป็นส่วนสนับสนุนสำหรับนำมาใช้ในการเรียกร้องทางกฎหมาย
ศูนย์ข้อมูลและโครงสร้างพื้นฐานที่ซับซ้อนสามารถปฏิบัติโดยไม่ต้องลงทุนกับการทำงานขั้นพื้นฐานดังกล่าว
ติดตามความเคลื่อนไหวช่องทางอื่นๆที่
Facebook : 54Thaitrendy
#AIOps #AI สำหรับงาน_IT_Operation #