Date: 16 2 月, 2017
這是一個兩部分系列的第一篇。 我們凸顯了 AIOps 如何改變它的性能優化。 這一系列的原始文本出現在資訊管理上的一篇文章。
未來兩年內，公司是集要花 $ 313 億在認知系統的工具。 今天，公司正在利用工具基於這些技術 （即，資料分析和機器學習） 來解決問題，在廣泛的領域。 例如，公司正在使用人工智慧 (AI)-供電客戶服務機器人和貨運線路，資料科學家設計。 諷刺的是，資訊技術 (IT) 部門不尚未充分利用機器學習基礎分析的強大 — — 它。
調查顯示更多關鍵應用程式在 VMware
然
而，這改變因為 IT 環境正變得日益複雜。 他們從物理伺服器到虛擬環境。 根據最近一項研究從處代理處長技術，81%的 IT 團隊在 VMware 環境中運行關鍵商務應用程式。
虛擬環境是由元件，如虛擬機器、 應用程式、 存儲和網路有著密切的聯繫和不斷變化的。 要管理和優化這些環境中，IT 經理們必須分析大量的資料。 他們學習元件之間的行為的模式。 這讓他們準確地關聯應用程式服務問題到虛擬環境中的問題的根本原因。 因此，一個新的領域已經出現 — — AIOps。
AIOps 是什麼？
AIOps （演算法 IT 操作平臺） 是一個新的術語，Gartner 用來描述 IT 操作分析的下一階段。 這些平臺使用機器學習和學習技術的深來自動化操作在它發現性能問題的過程。
現在，Gartner 估計只有 5%的企業有一個 AIOps 平臺到位。 然而，更多的企業將通過這些平臺未來兩年內，該人數已增至 25%。 重要的是，AIOps 替換機器智慧的人類的智慧。 它解密內虛擬 IT 環境的相互作用。 因此，他們可以發現一些基礎設施問題、 關聯他們應用操作問題並建議解決辦法。
AIOps 平臺使用機器學習瞭解這些環境隨時間來識別異常行為的行為。 此外，它甚至可以使用 AIOps 平臺來發現和制止的潛在威脅之前他們成為應用程式性能問題。