Βασικές αρχές της AI
Τι είναι το AIOps; Τεχνητή Νοημοσύνη για τις Λειτουργίες Πληροφορικής
Προσθέστε το Unite.AI στις προτιμώμενες πηγές σας στο Google
AIOps εφαρμόζει μηχανική μάθηση και αυτοματοποίηση στα δεδομένα λειτουργιών IT, ώστε οι ομάδες να μπορούν να εντοπίζουν ασυνήθιστη συμπεριφορά, να μειώνουν διπλές ειδοποιήσεις, να συνδέουν συναφή συμβάντα, να ταξινομούν πιθανές αιτίες και να προτείνουν ή να εκτελούν ενέργειες απόκρισης.
Το AIOps δεν αποτελεί αυτόνομη αντικατάσταση των λειτουργιών. Είναι ένα επίπεδο εντός ενός συστήματος ITOps, και η αξία του εξαρτάται από την ποιότητα των τηλεμετριών, την τοπολογία των υπηρεσιών, το ιστορικό αλλαγών, την ανθρώπινη ανατροφοδότηση και τα ασφαλή όρια αυτοματοποίησης.
Κύρια συμπεράσματα
- Κανονικοποιήστε τα συμβάντα και προσθέστε το πλαίσιο της υπηρεσίας πριν εφαρμόσετε σύνθετα μοντέλα.
- Η ανίχνευση ανωμαλιών εντοπίζει αποκλίσεις, όχι απαραίτητα αποτυχίες ή βασικές αιτίες.
- Η συσχέτιση και η κατάταξη πιθανοτήτων αιτίας πρέπει να αποκαλύπτουν αποδείξεις και αβεβαιότητα.
- Η αυτοματοποιημένη αποκατάσταση απαιτεί ελάχιστα προνόμια, εγκρίσεις, δοκιμαστικά (canaries), επαναφορά και παρακολούθηση αποτελεσμάτων.
Δημιουργία ενός λειτουργικού στρώματος δεδομένων
Οι πλατφόρμες AIOps απορροφούν μετρικές, καταγραφές, ίχνη, ειδοποιήσεις, αιτήματα, τοπολογία, εκδόσεις και αλλαγές διαμόρφωσης. Τα χρονικά σήματα, τα αναγνωριστικά και η ιδιοκτησία των υπηρεσιών πρέπει να συμφωνηθούν ώστε το σύστημα να μπορεί να συνδέει σήματα που αναφέρονται στο ίδιο περιστατικό.
Η έλλειψη ή η ασυνεπής πληροφόρηση προκαλεί ψευδείς συσχετισμούς. Η διατήρηση, η πρόσβαση και η ιδιωτικότητα των δεδομένων είναι επίσης σημαντικές, επειδή οι καταγραφές μπορούν να περιέχουν διαπιστευτήρια ή προσωπικές πληροφορίες. Εφαρμόστε την ίδια διακυβέρνηση που αναμένεται από άλλα συστήματα παραγωγικών δεδομένων.
Ανίχνευση και μείωση θορύβου
Τα στατικά όρια λειτουργούν για γνωστά όρια· οι στατιστικές και μηχανικής μάθησης μέθοδοι μπορούν να μοντελοποιήσουν εποχικότητα ή πολυμεταβλητά πρότυπα. Η αποπλεονασμός ομαδοποιεί επαναλαμβανόμενες ειδοποιήσεις, ενώ η καταστολή αφαιρεί ειδοποιήσεις που δεν είναι ενέργειες υπό ορισμένους κανόνες.
Μια ανωμαλία είναι μόνο μια απόκλιση από την αναμενόμενη συμπεριφορά. Προγραμματισμένες κυκλοφορίες, εκστρατείες κίνησης και επιχειρηματικοί κύκλοι μπορεί να είναι ασυνήθιστοι αλλά υγιείς. Αξιολογήστε την ακρίβεια, την ανάκληση, την καθυστέρηση ανίχνευσης και το φόρτο εργασίας του χειριστή αντί να γιορτάζετε τον αριθμό των ειδοποιήσεων που αφαιρέθηκαν.
Συσχέτιση και πιθανή αιτία
Η συσχέτιση συμβάντων συνδέει τα συμπτώματα μέσω ενός γραφήματος εξαρτήσεων και χρονικού παραθύρου. Ένα μοντέλο πιθανής αιτίας μπορεί να ταξινομήσει στοιχεία ή πρόσφατες αλλαγές που θα μπορούσαν να εξηγήσουν το περιστατικό. Αυτό δίνει προτεραιότητα στην έρευνα· δεν αποδεικνύει αιτιότητα.
Εμφανίστε αποδεικτικά στοιχεία, εναλλακτικές υποθέσεις και βεβαιότητα. Η Explainable AI είναι ιδιαίτερα σημαντική όταν ο χειριστής πρέπει να αποφασίσει αν θα απομονώσει μια υπηρεσία ή θα επαναφέρει μια έκδοση.
Από πρόταση σε αυτοματοποίηση
Ένα runbook μπορεί να συλλέξει διαγνωστικά, να επανεκκινήσει έναν χωρίς κατάσταση εργαζόμενο ή να αυξήσει τη χωρητικότητα. Οι βοηθοί (copilots) μπορούν να συνοψίσουν περιστατικά και να ανακτήσουν διαδικασίες. Οι πράκτορες μπορεί να προγραμματίζουν κλήσεις εργαλείων, αλλά τα δικαιώματα παραγωγής πρέπει να είναι περιορισμένα και οι ενέργειες να επικυρώνονται έναντι της τρέχουσας κατάστασης.
Ξεκινήστε με προτάσεις μόνο για ανάγνωση. Προωθήστε ώριμες ενέργειες μέσω προσομοίωσης, ανθρώπινης έγκρισης, δοκιμαστικών (canaries) και αυτόματης επαναφοράς. Καταγράψτε τις εισροές, την έκδοση του μοντέλου, την εξουσιοδότηση και το αποτέλεσμα για κάθε ενέργεια.
Αξιολόγηση και επιχειρησιακή ανάδραση
Επαναλάβετε ιστορικά περιστατικά χωρίς να διαρρεύσουν οι τελικές ετικέτες τους στα χαρακτηριστικά. Δοκιμάστε σε νέες υπηρεσίες και αλλαγές, μετρήστε ψευδή καταστολή, χρόνο ανίχνευσης, χρόνο μετριασμού, αποδοχή από τον χειριστή και επανάληψη. Συγκρίνετε με υπάρχοντες κανόνες και απλά βασικά επίπεδα.
Η απόκλιση εμφανίζεται όταν αλλάζουν η αρχιτεκτονική, η κίνηση ή οι πρακτικές ανταπόκρισης. Κλείστε τον βρόχο επιτρέποντας στους χειριστές να διορθώνουν τις συσχετίσεις και τα αποτελέσματα, και στη συνέχεια ελέγξτε αν το σύστημα μειώνει την κούραση χωρίς να κρύβει κινδύνους ή να δημιουργεί αυταρέσκεια στην αυτοματοποίηση.
Δεδομένα AIOps και αναλυτική αλυσίδα επεξεργασίας
Το AIOps εφαρμόζει στατιστικές και μεθόδους μηχανικής μάθησης στα δεδομένα λειτουργιών, όπως μετρικές, καταγραφές, ίχνη, συμβάντα, τοπολογία, αιτήματα και αλλαγές. Η αλυσίδα επεξεργασίας συλλέγει και κανονικοποιεί σήματα, τα εμπλουτίζει με το πλαίσιο της υπηρεσίας και της ιδιοκτησίας, εντοπίζει ανωμαλίες, συσχετίζει συναφή συμβάντα, εκτιμά πιθανές αιτίες και προτείνει ή ενεργοποιεί ενέργειες. Η ποιότητα εξαρτάται από τα χρονικά σήματα, τα αναγνωριστικά, την τοπολογία και τα αρχεία αλλαγών. Ένα σύνθετο μοντέλο δεν μπορεί αξιόπιστα να συσχετίσει ειδοποιήσεις που αναφέρονται στην ίδια υπηρεσία με ασυνεπή ονόματα.
Η ανίχνευση ανωμαλιών μαθαίνει βάσεις ανά υπηρεσία, εποχή και λειτουργική κατάσταση· τα στατικά όρια μπορεί να είναι καλύτερα για γνωστά όρια ασφαλείας. Η συσχέτιση συμβάντων ομαδοποιεί τα συμπτώματα σε ένα περιστατικό χρησιμοποιώντας χρόνο, τοπολογία, κείμενο και ιστορικά πρότυπα. Η κατάταξη ριζικής αιτίας προτείνει υποθέσεις, αλλά μπορεί να συγχέει την πρώτη παρατηρημένη αποτυχία με την πραγματική αιτία ή να παραλείπει μια κοινή εξάρτηση που λείπει από την τοπολογία. Οι περιλήψεις σε φυσική γλώσσα μπορούν να βοηθήσουν τους ανταποκριτές, αλλά πρέπει να συνδέονται με ακατέργαστες αποδείξεις και να δηλώνουν αβεβαιότητα.
Αυτοματοποίηση, αξιολόγηση και ανάδραση
Ξεκινήστε με υποστήριξη λήψης αποφάσεων και χαμηλού κινδύνου αντισυμβατική αποκατάσταση. Κάθε αυτοματοποιημένη ενέργεια χρειάζεται εξουσιοδότηση, προϋποθέσεις, περιορισμένο εύρος, χρονικό όριο, επαλήθευση μετασυνθήκης, επαναφορά και αρχείο ελέγχου. Το μοντέλο δεν πρέπει να χορηγεί στον εαυτό του διαπιστευτήρια ή να θεωρεί το κείμενο καταγραφής ως αξιόπιστες οδηγίες. Οι ανθρώπινοι ανταποκριτές πρέπει να αποδέχονται, απορρίπτουν ή διορθώνουν τις προτάσεις, και αυτά τα αποτελέσματα πρέπει να ενημερώνουν τους κανόνες ή τα δεδομένα εκπαίδευσης μέσω ελέγχου αντί για ανεξέλεγκτη αυτο‑μάθηση.
Αξιολογήστε τη μείωση ειδοποιήσεων χωρίς να χάσετε περιστατικά, χρόνο προειδοποίησης ανίχνευσης, ακρίβεια συσχέτισης, κατάταξη ριζικής αιτίας, επιτυχία αποκατάστασης, χρόνο ανάκαμψης, επανάληψη και φόρτο εργασίας του ανταποκριτή. Χρησιμοποιήστε ιστορική επανάληψη και ενσωματωμένα σφάλματα, αλλά λάβετε υπόψη τις ελλιπείς ετικέτες περιστατικών. Μετρήστε ανά υπηρεσία και τύπο περιστατικού· ένας μέσος όρος μπορεί να κρύβει επικίνδυνες αποτυχίες σε σπάνια κρίσιμα συστήματα. Συγκρίνετε με καθοριστικούς κανόνες και βελτιωμένη παρατηρησιμότητα πριν προσθέσετε πολυπλοκότητα AI.
Διακυβέρνηση και τρόποι αποτυχίας
Το AIOps μπορεί να ενισχύσει τα κενά τηλεμετρίας, να αυτοματοποιήσει εσφαλμένη διάγνωση ή να δημιουργήσει συσχετισμένες ενέργειες σε όλο το στόλο. Απομονώστε περιβάλλοντα, περιορίστε τη σύγχρονη εκτέλεση, διατηρήστε ένα διακόπτη τερματισμού εκτός του μοντέλου και εξασκηθείτε στην αποτυχία της ίδιας της πλατφόρμας AIOps. Προστατέψτε τις καταγραφές και τα αιτήματα που περιέχουν μυστικά ή προσωπικά δεδομένα. Παρακολουθείτε την απόκλιση του μοντέλου, τη φρεσκάδα της τοπολογίας, τις ψευδείς ενέργειες και τις παρακάμψεις. Το AIOps υποστηρίζει αξιόπιστες λειτουργίες όταν παρέχει αποδείξεις και περιορισμένες ενέργειες πιο γρήγορα· δεν είναι αυτόνομη αντικατάσταση της ιδιοκτησίας της υπηρεσίας, της εντολής περιστατικού ή της μηχανικής κρίσης.
Παράδειγμα εφαρμογής: AIOps για ένα περιστατικό πληρωμής
Το AIOps ομαδοποιεί μια αύξηση σφαλμάτων API, κορεσμό βάσης δεδομένων και περιφερειακές ειδοποιήσεις σε ένα περιστατικό και το εμπλουτίζει με μια πρόσφατη έκδοση, την τοπολογία και τον ιδιοκτήτη. Κατατάσσει την έκδοση ως πιθανό συντελεστή, αλλά αποκαλύπτει ακατέργαστη τηλεμετρία και εναλλακτικές λύσεις. Μια καθοριστική πολιτική παύει την περαιτέρω κυκλοφορία· ένας ανθρώπινος διοικητής περιστατικού εγκρίνει τη μετακίνηση της κίνησης αφού ελέγξει ότι η χωρητικότητα και η συνοχή των δεδομένων είναι ασφαλείς.
Το σύστημα μετρά την ακρίβεια ομαδοποίησης, το χρόνο προειδοποίησης ανίχνευσης, την ακρίβεια κατάταξης, την αποδοχή από τον ανταποκριτή, την ανάκαμψη και τις ψευδείς αποκαταστάσεις σε ιστορική επανάληψη και ημέρες προσομοίωσης. Όλες οι αυτοματοποιημένες ενέργειες έχουν όρια, ιδεομεγαλότητα, ελέγχους μετασυνθήκης και επαναφορά. Οι καταγραφές καθαρίζονται και το κακόβουλο κείμενο δεν μπορεί να γίνει εντολή. Μετά το περιστατικό, η επιβεβαιωμένη αιτία και τα αποτελέσματα των ενεργειών ενημερώνουν τους ελεγμένους κανόνες και τα δεδομένα αξιολόγησης. Η πλατφόρμα AIOps βοηθά στην απόδειξη και τον συντονισμό· δεν αντικαθιστά ποτέ την εντολή περιστατικού ή την εξωτερική εξουσιοδότηση.
Απόδειξη υλοποίησης και επιχειρησιακή ετοιμότητα
Μια απόφαση παραγωγής απαιτεί περισσότερα από μια επιτυχημένη επίδειξη. Ορίστε τους προοριζόμενους χρήστες, το λειτουργικό περιβάλλον, τις εισόδους, τις εξόδους, τις εξαρτήσεις, τον ιδιοκτήτη και τις συνέπειες κάθε σημαντικής αποτυχίας. Καθιερώστε μια αναπαραγώγιμη βάση και ένα εκδόσιμη σύνολο αξιολόγησης πριν τη βελτιστοποίηση. Δοκιμάστε συνηθισμένες περιπτώσεις, όρια, εσφαλμένες ή ελλιπείς εισόδους, μεταβολή κατανομής, διακοπή εξάρτησης, κακή χρήση και τις ομάδες ή τα περιβάλλοντα που είναι πιο πιθανό να υπολειτουργούν. Μετρήστε την ποιότητα του έργου μαζί με τη βαθμονόμηση ή την αβεβαιότητα, την καθυστέρηση, τη διαμεταγωγή, το κόστος πόρων, την προσβασιμότητα, την ιδιωτικότητα και την ασφάλεια. Καταγράψτε κάθε μετασχηματισμό και όριο ώστε ένας ανεξάρτητος αξιολογητής να μπορεί να αναπαράγει το αποτέλεσμα και να διακρίνει τις αποδείξεις από ένα ελκυστικό πρωτότυπο.
Πριν την εκκίνηση, αναθέστε εξουσία για κυκλοφορία, εξαιρέσεις, αλλαγές, επαναφορά και απόσυρση. Χρησιμοποιήστε σταδιακή κυκλοφορία, διατηρήστε ένα ασφαλές εφεδρικό σύστημα και επαληθεύστε την παρακολούθηση με σκόπιμα ενσωματωμένες αποτυχίες. Η λειτουργική τηλεμετρία πρέπει να αποκαλύπτει την ποιότητα των εισόδων, τη συμπεριφορά των εξόδων, την έκδοση του μοντέλου ή του κανόνα, την υγεία των εξαρτήσεων, τις ανθρώπινες παρακάμψεις και τα επιβεβαιωμένα αποτελέσματα χωρίς τη συλλογή περιττών ευαίσθητων δεδομένων. Ορίστε όρια ειδοποιήσεων και έναν υπεύθυνο ανταπόκρισης, στη συνέχεια ελέγξτε τις αποδείξεις του πραγματικού κόσμου μετά την ανάπτυξη αντί να υποθέτετε ότι η εκτός σύνδεσης απόδοση θα παραμείνει. Επανεκτιμήστε όποτε αλλάζουν οι πηγές δεδομένων, οι χρήστες, τα μοντέλα, οι προμηθευτές, οι πολιτικές, το υλικό ή οι στόχοι. Ένα διατηρημένο σύστημα χρειάζεται επίσης τεκμηριωμένη αποκατάσταση, εκμάθηση περιστατικών, διαδικασίες διαγραφής και διατήρησης, και ένα σαφές σημείο όπου πρέπει να απενεργοποιηθεί ή να αντικατασταθεί.
Συχνές ερωτήσεις
Είναι το AIOps το ίδιο με την παρατηρησιμότητα;
Όχι. Η παρατηρησιμότητα παρέχει και εξερευνά τα σήματα του συστήματος· το AIOps χρησιμοποιεί αναλύσεις και αυτοματοποίηση πάνω σε αυτά τα σήματα. Κάθε μία μπορεί να υπάρχει χωρίς την άλλη.
Μπορεί το AIOps να καθορίσει τη ριζική αιτία αυτόματα;
Μπορεί να ταξινομήσει υποθέσεις και να συλλέξει αποδείξεις, αλλά οι αιτιώδεις ισχυρισμοί απαιτούν τοπολογία, πλαίσιο αλλαγών και επικύρωση. Πολλά περιστατικά έχουν αλληλεπιδραστικές αιτίες.
Κύριες αναφορές
