今日に至るまで、人々は GPT を筆頭とする多くの AI を所有しています。
熱意が薄れる兆しがある。
2ヶ月前と比べると隔世の感があります。
これは「洞窟のメタファー」を確認するための一歩でもあります。
人間は常に未知のことに対する恐怖や不安を抱えています。
かつて人々は一日中 AI について心配し議論していましたが、
人間の仕事を置き換えた後、みんなはどこに行けばいいのでしょうか？
AIが人間社会を侵略する中、私たちはどう抵抗すればいいのでしょうか？
これらの質問は今では疑似質問のように見えますが、
あるいは、差し迫った問題ではありません。
今では誰もが気づきましたが、
AI が私に代わって、歌ったり、詩を書いたり、踊ったりするようになることがわかりました。
私の代わりに、洗濯、料理、食器洗い、床のモップ掛けをしてくれるのです...
したがって、新機能を一定期間テストした後、
ほとんどの人はそこで止まります。
熱が引いて理性が戻り、
次に考えるべきことは、
AIを使って何をする必要があるのでしょうか?
AI は表、グラフ、要約を作成できることが知られています。
最初の蒸気機関が発明された後と同じように、
すぐには活用されませんでしたが、
しかし、数え切れないほどの人々のたゆまぬ努力によって、
ギアトレイン、蒸気バルブ、ステアリングギア、ブレーキなどを発明
実現可能な車両をゼロから構築します。
今のAIのように、
人々はたくさんの基本的な機能に直面していますが、
調理後は徐々に鮮度が落ちてしまいます。
大量のハーフトーン実験を生成し、
すべてが少しは機能しますが、それほどうまくいきません
正しくするには時間とお金の投資が必要です
自動的にシャープツールに移動します。
結局のところ、私とAIは互いに因果関係を持っています。
現段階ではAIは人類を完全に解放したわけではない。
代わりの労働力がない
AI自体もより多くの質問をし、
より多くのタスクを確保するには、人間は忙しくし続けなければなりません。
さて、IT業界の模範的な労働者として、
集中的なワークロードのリーダー、
運用保守エンジニアは AI を使用してワークロードを解放できますか?
企業はコストを削減し、効率を向上させるという目標を達成できるでしょうか?
答えは「はい」です！AIops アプリケーションのランディング
企業のデジタル変革を支援してコストを削減し、効率を向上させます。
01 沈黙の数字を解放する
企業のクラウドに対する「姿勢」は違うが
しかし、[安定性と信頼性] と [優れたパフォーマンス] は一貫して期待されています。
クラウド移行後のデータ資産の分析と保管は特に重要です
データ分析では、結果だけでなくプロセスにも焦点を当てます。
データの変化を分析し、
これは、日常の運用とメンテナンスにおいて特に重要です。
データ分析をしっかり行って問題の発生を予測し、
問題の場所と影響範囲を正確に判断し、
問題を避けるために事前に記録してください。
問題が起こったとき、目の見えない人が象を感じる代わりに、緊急救助、
この機能はAI機械学習アルゴリズムに反映されます。
AI機械学習アルゴリズムにより、
オブジェクトおよびアプリケーションインジケーターの監視によって生成されたデータについては、
計算、分析、アラームを実行します。
トレンドデータ分析により、
ビジネスに必要なリソースと容量要件を提供します。
資産のやみくもな拡大によるリソースの無駄を回避し、コストを効果的に管理します。
定期的なタイミングインジケーターの場合、
手動による誤操作を避けるために、しきい値を自動的に調整できます
自動検査により日常の検査効率が大幅に向上します。
検査情報への効率的かつ正確なアクセス。
昔は全くスキルがなかったが、AI祝福後は楽々仕事ができるようになった
仕事の焦点をより価値のあるものに移しましょう。
02 アラームのマージと収束
さまざまな監視ツールが大量のアラーム情報を生成し、
多数の冗長アラームが発生したり、アラーム ストームが発生したりする場合があります。
運用・保守担当者への多大な支障、
運用保守作業の効率が低下します。
アラーム収束は短期的に使用できますが、
多数の、永続的な冗長アラームも含めて、
テキストの類似性、リンクの相関性、および時間の相関性から判断すると、
冗長アラームのノイズを統合して低減します。
AI機械学習アルゴリズムにより、
誤ったアラームやエラーが収束したアラームを人為的にマークすることと組み合わせると、
インテリジェント クラスタリング アラームの精度と信頼性が徐々に向上します。
運用および保守担当者に効果的なアラーム情報を提供し、
運用・保守効率が大幅に向上します。
03 AIの攻撃
AI の俊敏性、正確性、予測可能性、
運用と保守において迅速な意思決定を行い、事前にトラブルシューティングを行い、パフォーマンスを最適化します。
クラウドコンピューティングは「使える」から「使いやすい」までのステップ
AI による駆動
(世界中の主要な権威ある分析機関からの洞察)
サイバーセキュリティにおいて
AIはビッグデータ処理と自然学習を利用します
自動検出と応答などの機能が知られています
攻撃と防御の対立をよりインテリジェントかつ効率的にします。
既知のセキュリティの経験から学ぶ
複雑な脅威イベントについての推論
廃棄対応の安全効果の向上
攻撃に対するインテリジェントかつ効率的な対応
それは、【AI】に対して【AI】を使うこと。
04 AI は価値に焦点を当てましょう
コンピューター室でもクラウド上でも
AIの応用はもはや机上の空論ではありません。
製品/ソリューションに実装された AI テクノロジーです。
たとえば、LinkSLA はバージョン V5.3.0 をリリースします。
集約ナレッジマップ関連付けログ、トポロジマルチチャネルマージスタイル
ビジネスコールロジックおよびその他の情報、
ビジネス行動のセキュリティのポートレートを形成し、
AIを使用して多次元のホワイトリストを抽出し、
攻撃行為を最初に特定してブロックします。
第二に、構造調整の方向で、
AIアルゴリズムの継続的な最適化とトレーニングデータの急増により
時系列データベースTdengineを追加、
タイミング インデックスのクエリ レートを最適化します。
大量のアラームをフィルタリングし、
集約により高精度の脅威イベントが生成されます。
正確かつ効果的な生成
セキュリティインシデント。
3 番目に、コレクタ自己監視デーモン プロセス
運用および保守シナリオのライフサイクル全体を保証します
洗練された運用とメンテナンス、
7 ～ 30 日前に 90% の精度で故障を予測します。
タイムリーな発見、迅速な測位、
包括的な予測、検出、評価機能を提供します。
AI は人間に取って代わることはできませんし、人間が AI の発展を阻止することもできません。
AIをどう使うか、AIをどうするか
開発の核心です。