Date: 2월 16, 2017
이 2 부분 시리즈의 첫 번째 게시물입니다. 우리는 어떻게 AIOps은 변경 성능 최적화 강조. 이 시리즈의 원래 텍스트 정보 관리에 대 한 기사에 등장.
앞으로 2 년 동안 회사 인지 시스템 도구에 31.3 십억 달러를 지출 설정 됩니다. 오늘, 회사 다양 한 분야에서에서 문제를 해결 하기 위해 이러한 기술 (즉, 데이터 분석 및 기계 학습)에 따라 도구를 사용 하는. 예를 들어 회사 인공 지능 (AI)를 사용 하는-전원 고객 서비스 로봇 및 운송 경로 데이터 과학자 디자인. 아이러니 하 게도, 정보 기술 (IT) 부서 하지 아직 완전히 활용 기계 학습 기반된 분석의 힘-그것.
조사는 vm 웨어에 더 중요 한 애플 리 케이 션을 보여준다
그
러나, IT 환경이 점점 더 복잡 해지고 있기 때문에 바뀌고 있다. 그들은 실제 서버에서 가상 환경에 움직이고 있다. SIOS 기술에서 최근 연구, IT 팀의 81%는 vm 웨어 환경에서 비즈니스 중요 한 응용 프로그램을 실행 됩니다.
가상 환경 Vm, 응용 프로그램, 스토리지와 네트워크는 매우 상호와 끊임없이 변화 등 구성 요소 구성 되어 있습니다. 관리 하 고 이러한 환경 최적화, IT 관리자는 거 대 한 양의 데이터를 분석할 수 있다. 그들은 구성 요소 사이의 행동의 패턴을 배웁니다. 이 정확 하 게 가상 환경에서 문제의 근본 원인에 응용 프로그램 서비스 문제를 연관 수 있습니다. 그 결과, 새로운 필드가 나왔다-AIOps.
AIOps는 무엇입니까?
AIOps (알고리즘 IT 운영 플랫폼) 가트너 IT 작업 분석의 다음 단계를 설명 하기 위해 사용 하는 새로운 용어입니다. 이러한 플랫폼 작업에 성능 문제를 찾아내기의 과정을 자동화 기계 학습과 깊은 학습 기술을 사용 합니다.
바로 지금, Gartner 추정만 5 %의 자리에 있는 AIOps 플랫폼. 그러나, 더 많은 기업이 채택할 것 이다 이러한 플랫폼 앞으로 2 년 동안 25%로 그 숫자를 가져. 중요 한 것은, AIOps 기계 지능을 가진 인간의 지능을 대체합니다. 그것은 가상 IT 환경 내에서 상호 작용을 밝혀 내. 따라서, 그들은 수 인프라 문제를 폭로, 응용 프로그램 작업 문제에 연관 그리고 솔루션을 추천.
AIOps 플랫폼은 이러한 환경 비정상적인 동작을 식별 하는 기간 동안 동작 하는 방법을 이해 하는 학습 하는 기계를 사용 합니다. 또한, 그것은 발견 하 고 응용 프로그램 성능 문제가 되기 전에 잠재적인 위협을 중지 AIOps 플랫폼을 사용할 수도 있습니다.