Date: 2月 16, 2017
这是一个两部分系列的第一篇。 我们凸显了 AIOps 如何改变它的性能优化。 这一系列的原始文本出现在信息管理上的一篇文章。
未来两年内，公司是集要花 $ 313 亿在认知系统的工具。 今天，公司正在利用工具基于这些技术 （即，数据分析和机器学习） 来解决问题，在广泛的领域。 例如，公司正在使用人工智能 (AI)-供电客户服务机器人和货运线路，数据科学家设计。 讽刺的是，信息技术 (IT) 部门不尚未充分利用机器学习基础分析的强大 — — 它。
调查显示更多关键应用程序在 VMware
然
而，这改变因为 IT 环境正变得日益复杂。 他们从物理服务器到虚拟环境。 根据最近一项研究从处代理处长技术，81%的 IT 团队在 VMware 环境中运行关键业务应用程序。
虚拟环境是由组件，如虚拟机、 应用程序、 存储和网络有着密切的联系和不断变化的。 要管理和优化这些环境中，IT 经理们必须分析大量的数据。 他们学习组件之间的行为的模式。 这让他们准确地关联应用程序服务问题到虚拟环境中的问题的根本原因。 因此，一个新的领域已经出现 — — AIOps。
AIOps 是什么？
AIOps （算法 IT 操作平台） 是一个新的术语，Gartner 用来描述 IT 操作分析的下一阶段。 这些平台使用机器学习和学习技术的深来自动化操作在它发现性能问题的过程。
现在，Gartner 估计只有 5%的企业有一个 AIOps 平台到位。 然而，更多的企业将通过这些平台未来两年内，该人数已增至 25%。 重要的是，AIOps 替换机器智能的人类的智慧。 它解密内虚拟 IT 环境的相互作用。 因此，他们可以发现一些基础设施问题、 关联他们应用操作问题并建议解决办法。
AIOps 平台使用机器学习了解这些环境随时间来识别异常行为的行为。 此外，它甚至可以使用 AIOps 平台来发现和制止的潜在威胁之前他们成为应用程序性能问题。