IT服務(wù)安全性有很多層次。IT安全層； 防火墻，入侵檢測和訪(fǎng)問(wèn)控制。基礎設施層； 電力，網(wǎng)絡(luò )，服務(wù)器的健康和冷卻。而且，最重要的是人民層。正確的人員有正確的流程，工具和措施，以確保一切正常。人工智能（AI）將通過(guò)放大功能，精簡(jiǎn)流程和提高效率，對人們使用的工具和措施產(chǎn)生最大的影響。
人工智能和深度學(xué)習將成為解析和分析數據中心內生成的數據山的必要條件，從而更有效地管理服務(wù)提供，同時(shí)減少中斷等風(fēng)險。這源于我們最近如何提供應用程序工作負載的轉變。
數據太多？
在過(guò)去十年中，我們從大多數單服務(wù)器單應用程序轉移到以容器運行的分布式應用程序。這些現在由運行在內部和云端的微型服務(wù)提供 - 所有這些都由自動(dòng)化工具管理。基礎設施已成為應用程序的一部分，而其他應用程序已成為基礎設施的一部分。如果您正在使用像Amazon S3或Google Maps這樣的平臺作為您的服務(wù)交付的一個(gè)組成部分，那么您正在經(jīng)歷這種轉型。
對數據中心管理造成的影響是顯著(zhù)的，電力和制冷只是需要定期關(guān)注的一小部分。環(huán)境控制，物理設備，虛擬機和公共云都需要全天候進(jìn)行監控和管理，以提高成本和性能。了解何時(shí)何地移動(dòng)特定工作負載變得至關(guān)重要。
AI和深度學(xué)習將成為解析和分析數據中心內生成的數據山的必需品
企業(yè)今天收集，監測和分析數據以確保業(yè)務(wù)連續性的爆發(fā)。考慮從傳感器，應用，門(mén)禁系統，配電單元，UPS，發(fā)電機和太陽(yáng)能電池板產(chǎn)生的數據。添加到外部數據源，如應用程序漏洞信息，電力費率和天氣預報。需要強大的數據中心基礎架構管理（DCIM）工具來(lái)存儲所有這些數據，進(jìn)行分析并將其轉化為可操作的智能。你可以嘗試劃分一部分，但是變得越來(lái)越困難。
AI和深度學(xué)習正在成為數據中心和關(guān)鍵基礎設施管理的一部分。以下是一些較為顯著(zhù)的領(lǐng)域：
- 情境意識
主動(dòng)儀表板具有趨勢，相關(guān)性分析和推薦操作。
- 預防性維護
深度學(xué)習用于識別和關(guān)聯(lián)預測電源，存儲或網(wǎng)絡(luò )連接故障的數據。這樣，在進(jìn)行維護的同時(shí)，運營(yíng)商可以動(dòng)員并主動(dòng)將工作負載移至更安全的區域。
- 根本原因分析
機器學(xué)習用于跟蹤幾個(gè)服務(wù)的故障根本原因。這被學(xué)習并用于將來(lái)的預防性維護。
- 網(wǎng)絡(luò )安全和入侵檢測
機器學(xué)習和深層神經(jīng)網(wǎng)絡(luò )用于在應用傳感器，訪(fǎng)問(wèn)控制系統和網(wǎng)絡(luò )系統中發(fā)現異常模式，并提供更好的信噪比和主動(dòng)緩解。學(xué)習神經(jīng)網(wǎng)絡(luò )用于不斷提高企業(yè)的安全態(tài)勢和管理相關(guān)問(wèn)題的能力。
- 自動(dòng)化
“窄AI”配備了各種自動(dòng)減輕技術(shù)，并產(chǎn)生類(lèi)似于汽車(chē)應用制動(dòng)器的行動(dòng)，如果它看到即將發(fā)生的碰撞。
深度神經(jīng)網(wǎng)絡(luò )和機器學(xué)習算法將隨著(zhù)時(shí)間的推移而改善，從而實(shí)現更高的效率和性能，以配合快速增長(cháng)的應用工作負載 所有這一切都在眼前，毫無(wú)疑問(wèn)，AI將對企業(yè)如何管理數據中心產(chǎn)生巨大的影響。
Rami Jebara
