AIOpsがIT運用（ITOps）内の変更にどのように影響するかについては、業界で多くの話題があります。 Gartner、Inc。によると、「AIOps」という用語は、ビッグデータと機械学習を組み合わせてITOpsをサポートするプラットフォームを表します。 これは、解決されている問題が目新しいものではないことを意味します、アプローチは目新しいものです。 ITOpsまたはその他のビジネスユニットには、時間とお金というXNUMXつの主要な制約があります。 他のすべての問題は、これらXNUMXつの派生物です。 インストルメント化されたソリューションまたはソフトウェアの場合、これらXNUMXつのカテゴリのいずれかに最適化が認識されます。 機器のAIOpsベースのテクノロジーに対する最近の固執は、ITOpsが今日直面しているXNUMXつの課題、つまり生成されるデータの量、多様性、および速度に起因する可能性があります。 最終的に、これらXNUMXつの問題を効率的に理解して管理することで、時間と費用を節約できます。
インフラストラクチャの依存関係を理解することは、企業が現在処理を担当しているデータの量を管理するのに役立ちます。 依存関係に基づくインテリジェントなアラート抑制により、ユーザーは実用的なアラートにさらに集中し、過度のダウンストリームノイズを除去できます。 現在、企業が管理を担当しているインフラストラクチャの量が非常に多いため、スイッチ、サービス、またはその他の重要なリソースがダウンした結果として生成される過剰なアラートをカットする機能により、トラブルシューティングに費やす時間が大幅に短縮され、MTTR（平均時間）が短縮されます。解決へ）。 依存関係が確立されると、ユーザーが受け取るアラートは問題の根本にある（スイッチがダウンするなど）ため、問題の根本原因がより明確になります。 この時間の節約により、ITOpsは、クラウドの移行などのビジネスクリティカルなタスクに集中でき、意味のないアラートのトラブルシューティングに集中できなくなります。
異常検出に基づく動的アラートは、ITOpsが相互作用するさまざまなデータを管理するのに役立ち、信号またはメトリックの通常の動作に基づいてアラートを作成することで、推測によるしきい値の設定を回避します。 このタイプのテクノロジーを活用すると、最新の監視ツール内に存在する既存の静的しきい値が強化され、ITOpsは、一時的な環境やサービスなど、静的しきい値に簡単に適応できないメトリックを監視してアラートを出すことができます。履歴データを活用するアルゴリズムを使用する信号述語の異常は、従来の静的しきい値の構成に費やされた時間を解放します。 さらに、異常検出アルゴリズムを利用してアラートを送信することにより、ユーザーは静的なしきい値に違反する前に問題を検出できる可能性があるため、監視をより積極的に行うことができます。 従来の静的しきい値に違反する前に信号の異常な動作をキャッチすると、潜在的なサービスの停止を阻止でき、ビジネスに悪影響を与える可能性があります。 ITOpsは、異常検出に基づく動的アラート戦略を活用することで、静的しきい値の設定にかかる時間を節約し、サービスを中断させる停止を回避できる可能性があります。
これらの機能の両方、依存関係によるアラート抑制と異常検出は、追加のAIOpsツールの強固な基盤を築くために不可欠です。 これらは、インフラストラクチャの現在の状態の管理に関連するインテリジェンスを提供し、トラブルシューティング時間を短縮することでITOpsを支援します。 ただし、これらXNUMXつのアプローチは、AIOpsがITOpsチームが増大するデータの量、多様性、および速度を管理するのにどのように役立つかを垣間見るだけです。
異常検出とアラート抑制はITOps内に存在する問題を確実に解決しますが、問題が発生したときにそれを解決する方法についての体系的な知識が不足しています。 AIOpsがITOpsに提供する最大の価値の向上のXNUMXつは、「意見のあるモニタリング」の形で提供されます。 意見のある監視とは、監視プラットフォームが分析においてインテリジェントであるだけでなく、アラートまたはインシデントが発生した場合に次に何をすべきかを理解していることを意味します。 多くの場合、これには、SNMPサービスの再起動、予期せずダウンした場合のホストの再起動、問題の修正方法に関するガイダンスの提供などの単純なタスクが含まれます。 これらのシナリオはすべて、AIOpsプラットフォームに依存して、ITOpsの一般的なシナリオと、潜在的なトラブルシューティングの方法を学習します。 このアクション指向の意見のある監視のレイヤーは、エンジニアが小さな時間のかかるタスクに集中することを減らし、ビジネスクリティカルな問題に集中できるようにすることで、ITOpsに時間とお金を即座に節約します。
AIOpsは確かにエキサイティングですが、期待を管理し、時間とお金の両方を最適化する必要性が常に存在することを理解することが重要です。 AIOpsを利用したテクノロジーは、それらを解決するための新しく革新的な方法を提供するだけです。
