AIOps hos Middlecon – Hur började det hela?

Tidigare kunde övervakningssystemen inte samla in tillräckligt med data, vilket var den största utmaningen. Över tid har övervakningsverktyg och system förbättrats avsevärt när det gäller att generera och samla in relevant data för övervakning. Idag samlar vi i sin tur in enorma mängder data, och det kan bli ett problem.

Det är välkänt att systemingenjörer är “lata” – de gillar att ha något att göra repetitiva uppgifter istället för dem. Frågan är – vad är det där “något” för våra övervakningssystem? Ett av de rätta svaren på denna fråga är – att använda artificiell intelligens eller, mer exakt, maskininlärning. Maskininlärning säkerställer avvikelsedetektering av hög kvalitet baserat på inlärningsdata. Att upptäcka avvikelser kan förbättra övervakningssystemet och minska arbetet med konfiguration och underhåll av systemet. Låter bra för en lat ingenjör! Och det var så vi på Middlecon bestämde oss för att kliva in i AIOps-världen.

Naturligtvis täcker AIOps ett mycket bredare spektrum än bara övervakningssystem, men det var vår naturliga väg att använda maskininlärning, särskilt för övervakningsändamål – och här är anledningen:

  • Uppgifterna från övervakningssystemen är tydliga och väldokumenterade
  • Data från övervakningssystem innehåller (vanligtvis) inte personlig information
  • Moderna övervakningssystem samlar in massor av användbar data
  • Vi har många års erfarenhet av både övervakningssystem och hantering av stora datamängder.

Det är nödvändigt att lägga till nya funktioner till det befintliga övervakningssystemet för maskininlärning för att hjälpa oss och som kommer att möjliggöra:

  • Utveckling och training av ML-modell
  • Intag av data från övervakningssystemet
  • Databehandling med ML-modell och anomalidetektering
  • Datavisualisering och visning i systemets GUI. 

Förutom anomalidetektering inkluderar användningen av maskininlärning i övervakningssystem både rotorsaksanalys och prediktiv analys, vilket hjälper till att snabbt upptäcka orsaken till fel eller förhindra att fel uppstår.

För vidare läsning: https://croz.net/news/aiops-in-croz/

Senaste blogginläggen

KONTAKT

Kontakta oss

Fyll i nedan så svarar vi dig så snart vi kan.

Dela detta

Twitter
LinkedIn
Facebook