2016-2022 All Rights Reserved.平安財經(jīng)網(wǎng).復(fù)制必究 聯(lián)系QQ280 715 8082 備案號:閩ICP備19027007號-6
本站除標(biāo)明“本站原創(chuàng)”外所有信息均轉(zhuǎn)載自互聯(lián)網(wǎng) 版權(quán)歸原作者所有。
自動化浪潮已遍及各地的IT部門,使DevOps成為基礎(chǔ)架構(gòu)技術(shù)的關(guān)鍵部分。DevOps通過自動化軟件交付并允許公司將軟件推向市場的速度更快,同時發(fā)布更可靠的產(chǎn)品,從而提高了效率。DevOps的下一步是什么?我們只需要關(guān)注人工智能和機器學(xué)習(xí)。
大多數(shù)組織很快就意識到了AI和機器學(xué)習(xí)的希望,但往往無法理解如何正確利用它們來改善系統(tǒng)。DevOps并非如此。DevOps具有一些自然缺陷,如果沒有機器學(xué)習(xí)和人工智能的計算能力,就很難解決。它們是推進(jìn)數(shù)字化轉(zhuǎn)型的關(guān)鍵。這是AI和機器學(xué)習(xí)推進(jìn)DevOps的三個領(lǐng)域 。
1.復(fù)雜應(yīng)用程序的模式分析
隨著我們技術(shù)堆棧的增長,我們系統(tǒng)的復(fù)雜性變得越來越大??紤]一個分布式應(yīng)用程序架構(gòu),其中IoT設(shè)備與Kubernetes集群上運行的微服務(wù)聯(lián)系。潛在的故障點很多,數(shù)據(jù)點持續(xù)記錄每個事務(wù)。篩選大量數(shù)據(jù)存儲以查明問題的根本原因?qū)τ趫F隊而言可能是非常耗時的。人類不是為這種工作而建造的。這是人工智能和機器學(xué)習(xí)蓬勃發(fā)展的地方。
通過機器學(xué)習(xí),我們可以構(gòu)建模型來分析隱藏在這些數(shù)據(jù)山中的模式。它可以識別異常,識別根本原因并為潛在的優(yōu)化提供建議。通過這種預(yù)測性分析,機器學(xué)習(xí)不僅可以幫助我們確定侵蝕我們系統(tǒng)的問題,而且可以在問題變成問題之前就將其捕獲。通過執(zhí)行早期的預(yù)測和通知,我們可以解決問題,因為它們會逐步進(jìn)入開發(fā)流程,因此很少有產(chǎn)品投入生產(chǎn)。
2.跟蹤用戶行為和安全性
人工智能和機器學(xué)習(xí)可以分析使用數(shù)據(jù)和安全威脅,以幫助我們優(yōu)化應(yīng)用程序。它可以檢查用戶行為,以確定哪些應(yīng)用程序模塊和功能正在執(zhí)行最繁重的工作,因此我們可以集中精力改善這些方面的用戶體驗。我們還可以將當(dāng)前版本與以前的版本進(jìn)行比較,以提醒您性能略有下降。通過不斷評估用戶行為,AI可以幫助我們將用戶體驗保持在發(fā)布計劃的最前沿。
在使用AI跟蹤安全威脅時,我們可以很容易地看到黑客試圖破壞我們系統(tǒng)的位置,以便我們加強防御。如果拒絕服務(wù)攻擊是針對組織的,我們可以啟動決策引擎以最大程度地減少對業(yè)務(wù)的影響。惡意黑客并不是AI可以控制的唯一威脅。它可以實時地攪動數(shù)據(jù)以發(fā)現(xiàn)與異常數(shù)據(jù)模式相關(guān)的欺詐活動。沒有道德上的勝利發(fā)現(xiàn)雇員在過去一年中將其虹吸掉時損失了100,000美元。
3.增加自動化
Chatsworth產(chǎn)品帶給您
DevOps為我們的發(fā)布流程帶來了自動化和一致性。盡可能嘗試,仍然有一些區(qū)域需要人員來管理該過程。借助AI,我們可以繼續(xù)自動化繁瑣的人為錯誤任務(wù)。這種自動化釋放了寶貴的IT資源,專注于創(chuàng)新解決方案。
我們不僅可以讓AI使我們的DevOps流程自動化,而且還可以使它在沒有人工干預(yù)的情況下進(jìn)一步自我修復(fù)。還不準(zhǔn)備讓計算機自行管理嗎?AI可以推薦解決方案,以編寫更高效和性能更高的代碼。它甚至可以確定變更的預(yù)期影響的優(yōu)先級,以便開發(fā)團隊在確定下一步應(yīng)解決的問題時有指示。
有人可能會說,我們實質(zhì)上是在談?wù)揂IOps。在一定程度上,這是事實。但是,可以提出這樣的論據(jù),即不存在明確的邊界,這些邊界標(biāo)志著DevOps結(jié)束和AIOps開始的位置。兩者之間的重疊可能非常重要,AIOps迅速成為DevOps從業(yè)人員工具包中必不可少的一部分。
這不是《星際迷航》。我們不考慮明天的技術(shù)。今天,我們可以在我們的DevOps環(huán)境中實施人工智能和機器學(xué)習(xí)。供應(yīng)商正在積極創(chuàng)建令人印象深刻的工具來與DevOps流程集成。一些IT部門正在承擔(dān)起自己的責(zé)任,創(chuàng)建了專門針對其業(yè)務(wù)需求的定制AI解決方案。
無論您采用何種方式,人工智能和機器學(xué)習(xí)都不再只是在水冷卻器上流行的流行語。他們可以通過幫助您更快地解決問題,在出現(xiàn)問題之前預(yù)測性能問題,甚至可以在有機會成為問題之前解決問題,來嚴(yán)重擴充您的團隊。當(dāng)您將DevOps與AI結(jié)合使用時,我們?nèi)栽谔剿骺赡艿谋砻妗,F(xiàn)在該擁抱這些可能性了。
馬克·魯尼恩(Mark Runyon)是喬治亞州亞特蘭大市(Improving)的首席顧問。他擅長利用云技術(shù)從事企業(yè)應(yīng)用程序的體系結(jié)構(gòu)和開發(fā)。他經(jīng)常為Enterprisers Project演講,并擔(dān)任撰稿人。
InformationWeek社區(qū)將IT從業(yè)人員和行業(yè)專家聚集在一起,并提供IT建議,教育和意見。我們努力強調(diào)技術(shù)主管和主題專家,并利用他們的知識和經(jīng)驗來幫助我們的IT受眾... 查看完整生物
2016-2022 All Rights Reserved.平安財經(jīng)網(wǎng).復(fù)制必究 聯(lián)系QQ280 715 8082 備案號:閩ICP備19027007號-6
本站除標(biāo)明“本站原創(chuàng)”外所有信息均轉(zhuǎn)載自互聯(lián)網(wǎng) 版權(quán)歸原作者所有。