ما وراء التحقق من حالة التشغيل والإيقاف: هناك طريقة أفضل لتحديد “الوضع الطبيعي” في البنية التحتية المعقدة

لقد قطعنا شوطاً بعيداً عن مراقبة حالة التشغيل والإيقاف. من مصانع إلى بنية تحتية مؤسسية حديثة، يحتاج مسؤولو النظام إلى معلومات أكثر بكثير من التحقق البسيط لتحديد ما إذا كان موقع الويب أو التطبيق قيد الخدمة. نعم، من المفيد رؤية حالة “مفتوح” أو “مغلق” الأساسية، لكن هذا لا ي告诉 القصة الكاملة عن كيفية تقديم التكنولوجيا للقيمة التجارية المتوقعة. بالإضافة إلى ذلك، مع اندماج بيئات تكنولوجيا المعلومات وتكنولوجيا العمليات وتكون النظم أكثر ديناميكية ومراوغة، لا تقوم هذه التنبيهات بتحديد أو تعكس القواعد الأساسية بدقة.

فهم ما هو طبيعي، وتعلم أنماط الأداء، ومنع وقت التوقف المكلف هي وظائف حيوية في بنية تحتية معقدة اليوم. هذا صحيح بشكل خاص لأن الممثلين الخطر يستخدمون أدوات متقدمة بشكل متزايد للقيام بأكثر مع أقل، وتخلق البنية التحتية المت kếtنة جديدة نقاط الضعف.

في هذا المنظر، يتحول مراقبة مدفوعة بالذكاء الاصطناعي إدارة البنية التحتية من خلال تقديم رؤى حول ما هو وسوء السلوك، وبالتالي القضاء على أسس رديئة وتهيج التنبيهات. دعونا نستكشف كيف ي象ل هذا التحول من مكافحة الحرائق التفاعلية إلى الوقاية التفاعلية تحولاً ضرورياً في المراقبة.

اكتشاف الوضع الطبيعي الجديد

ما هو الوضع الطبيعي على أي حال؟ هذا هو سؤال طرحته فرق البنية التحتية التي تشرف على الخوادم وأجهزة الشبكة والتطبيقات وقواعد البيانات لعدة عقود. لماذا؟ لأن تحديد “الوضع الطبيعي” معقد ومليء بالأخطاء عبر بيئات ديناميكية وموزعة بشكل متزايد مع أنظمة متنوعة لمراقبتها. ستعتمد الإجابة على أنماط أعمالك وتكنولوجياتك المحددة. بالإضافة إلى ذلك، ستعتمد على تكنولوجيا المراقبة وتكوينها، لأن تحديد عتبات ثابتة لا يلتقط العديد من المشاكل. بدلاً من ذلك، سوف يعطيك فكرة جيدة عندما يحدث شيء تنتظره، لكنه لا يساعد على ملاحظة المشاكل التي لا تنتظرها، مما يؤدي إلى إيجابيات كاذبة وتهيج التنبيهات وثغرات في الرؤية.

فكر في مصنع حيث يرتفع المرور فجأة الساعة 2 مساءً يوم الثلاثاء. قد تثير مراقبة تقليدية تنبيهاً لأنها تتجاوز عتبة محددة مسبقاً، لكن هل هذا فعلاً مشكلة؟ لا توجد طريقة لمعرفة ذلك بدون بيانات تشخيصية أعمق. قد يشير الارتفاع إلى نشاط تجاري شرعي مثل جدول عمل جديد أو زيادة الإنتاج لتلبية الموعد النهائي. بديل ذلك، قد يشير إلى تهديد أمني خطير، مثل سرقة البيانات أو نظام معيب يرسل إشارات إلى خوادم التحكم.

هنا يتحسن كشف الشذوذ مدفوع بالذكاء الاصطناعي من ذكاء مراقبة البنية التحتية. يتحليل هذا الأسلوب الناشئ بشكل مستمر البيانات التاريخية لإنشاء قواعد أساسية ذكية ت điều chỉnh تلقائياً إلى ظروف متغيرة. يسمح هذا النهج بتنبيهات أكثر تفاعلاً التي توفر وقتًا إضافيًا لمسؤولي النظام وفرق DevOps للتدخل وتخفيف المشكلة قبل الآثار الكبيرة.

مراقبة حركة المرور هي مثال جيد على ذلك في العمل. تقوم أنظمة مراقبة البنية التحتية بجمع إشارات مختلفة بما في ذلك السجلات والبيانات. السجل هو حدث يتم إنشاؤه بواسطة نظام، بينما هي مقياس. بمرور الوقت، يتم جمع هذه المقاييس وتمثيلها كسلسلة زمنية، مشابهة لقياس درجة الحرارة على مدار اليوم. البيانات التي تم جمعها لمراقبة حالة الشبكة تشمل مقاييس مثل معدلات حزم البث القادمة والخارجة وعدد الإهمال والأخطاء وكل إنتاج المرور. إذا كان هناك شيء غير صحيح مقارنة بالأداء العادي، يمكن للمراقبة الذكية أن تضمن رفع التنبيهات الصحيحة وتجنب الإيجابيات الكاذبة.

نتيجة لذلك، يمكن لفرق البنية التحتية التركيز على تقديم القيمة التجارية بدلاً من تعديل إعدادات التنبيه بشكل دائم ومكافحة المشاكل التي قد لا تكون موجودة.

تجنب تكرار التنبيهات

المراقبة المزدوجة قد تطرح تحديات إضافية من خلال إنشاء المزيد من التنبيهات. يمكن أن تصبح المراقبة مزدحمة بمرور الوقت مع إضافة الفرق لتتبع مشاريع جديدة أو إنشاء مراقبة إضافية عند فحص أو اختبار الأخطاء. قبل أن تعرف ذلك، يمكن أن يتحول ما بدا وكأنه ترتيب مراقبة نظيف وبسيط إلى شبكة معقدة من تنبيهات زائفة أو مكررة تخفي المشاكل بدلاً من إظهارها.

على سبيل المثال، قد يتلقى فرق تكنولوجيا المعلومات تنبيهات لاستخدام وحدة المعالجة المركزية العالي وأوقات الاستجابة البطيئة للتطبيق وازدحام الشبكة من الخادم المثقل نفسها. بدون فهم العلاقة، قد يبحث الفرق عن ثلاث مشاكل منفصلة بدلاً من السبب الجذري الواحد.

تكنولوجيا الذكاء الاصطناعي الحديثة، عندما توضع جنباً إلى جنب مع المراقبة، تحول هذه القضية من خلال الكشف التلقائي عن تكوينات مراقبة مماثلة. باستخدام تقنيات مثل الرياضيات الضبابية والاستدلال، يقوم هذا النهج بتحليل أنماط السلوك وكشف العلاقات بين مراقبة مماثلة ليكشف عن اتصالات خفية.

هذا يهم لسببين رئيسيين. أولاً، يقلل من ضجيج التنبيهات. بدلاً من تلقي ثلاث تنبيهات منفصلة لمشكلة واحدة، يتلقى الفرق تنبيهًا واحدًا مع فهم واضح لما يحتاج إلى الانتباه ولماذا. ثانياً، يزيل المراقبة الزائدة. يساعد هذا في إنشاء ترتيب أكثر إدارة يبسّط لوحات التحكم ويقلل من العبء الإدراكي.

مستقبل المراقبة الذكية

دعم تطورات الشبكات وأمان السيبرانية الأخرى حالة المراقبة المتزايدة مع استمرار تعقيداتها النمو بشكل كبير. ما كانت في السابق شبكات صناعية منفصلة ومحكمة الآن متصلة بشبكات المؤسسات، مما يخلق بيئات هجينة حيث يمكن لمشكلة شبكة واحدة أن تؤثر على خطوط الإنتاج وتطبيقات الأعمال. ونحن نرى هذا التلاقي عبر المكدس الحديث.

أجهزة الاستشعار الصناعية وأجهزة البوابة الحدودية وأجهزة تكنولوجيا العمليات تتحدث الآن جنباً إلى جنب مع بروتوكولات تكنولوجيا المعلومات القياسية. عندما تواجه هذه الأنظمة المتنوعة مشاكل، يحتاج المسؤولون إلى مراقبة تفهم العلاقات عبر النظام البيئي بدلاً من معاملتها كحجرات منفصلة. لا يمكن المساومة على اليقظة لأن الاختراق الناجح يمكن أن يوقف خطوط الإنتاج ويتلف المعدات الغالية ويشكل مخاطر أمنية. في الواقع، تكلفة وقت التوقف غير المخطط له الآن تكلف شركات Fortune Global 500 11٪ من إيراداتها السنوية، مما يؤكد أن تكلفة المراقبة الذكية أقل بكثير من نفقات فحص الأخطاء اليدوية والproductivity المفقودة.

في غضون ذلك، لا مفر من أن المخترقين على الجانب الآخر من سجل أمان السيبرانية يستخدمون هذه التكنولوجيا كإنجاز في الإنتاجية للهجوم على نطاق واسع. تمكن نماذج اللغة الكبيرة الحرة أو منخفضة التكلفة من الذكاء الاصطناعي المولدة والمعدلة المخترقين من إنشاء وتعديل الهجمات بتكلفة mínima. ومع مرور الوقت، من الواضح أن الممثلين الخطر يرون الذكاء الاصطناعي على أنه مغير اللعبة. اليوم، 7 من كل 10 يعتقدون أن التكنولوجيا وأدواتها تعزز الهجوم، مقارنة باثنين من كل 10 في عام 2023.

خوارزميات كشف الشذوذ اليوم تقوم على الرياضيات والإحصاء التي تم تأسيسها منذ عقود. تعمل هذه التكنولوجيا ولكن استخدام الذكاء الاصطناعي ونماذج اللغة الكبيرة في مراقبة المقاييس هو مغير اللعبة. نحن نرى بعض أوائل نماذج اللغة الكبيرة المعتمدة على السلاسل الزمنية التي تصل إلى السوق ونتوقع أن تحول كشف الشذوذ خلال السنوات القليلة القادمة. تظهر بعض من هذه النماذج الجديدة دقة ممتازة وتقدم.

الاختيار الآن يقع على فرق تكنولوجيا المعلومات والعمليات حول كيفية أفضل مراقبة النظم البيئية ومواجهة التهديدات. الخبر السار هو أن كشف الشذوذ التلقائي ومراقبة القاعدة يمكن أن يساعدا في حماية الأصول بشكل أفضل بينما يتعلمون ويتكيفون ويتحسينون، مما يسمح بمراقبة أكثر فعالية وتحسين الموارد. لا تزال التحققات الأساسية من حالة التشغيل والإيقاف قيمة ولكن -عندما يمكن لمشكلة واحدة أن تتسرب عبر أنظمة تكنولوجيا المعلومات وتكنولوجيا العمليات والإنترنت من الأشياء- نحتاج إلى سياق ذكاء على هذا الأساس. يمكن لمحامي البنية التحتية مواجهة اللحظة من خلال زيادة رؤيتهم وفقاً لذلك.