AIを有効にしたトラブルシューティングにより、リカバリ時間を短縮

沿って : Ilikephone / On : 31/03/2023

InfoQ ホームページ ニュースAIを有効にしたトラブルシューティングにより、リカバリ時間を短縮

カルチャー&手法ブックマーク

2021年11月14日読了時間7分

作者:

翻訳者

原文(投稿日:2021/10/21)へのリンク

異常検出の機械学習アルゴリズムは、一般化された ML モデルをトレーニングし、隠れたパターンを検出して疑わしい動作を特定するために適用し、日常業務の中でDevOpsを支援する。IT運用 (AIOP) に適用される機械学習は、企業の研究環境からプロダクション環境に移行し始めている。

Technische Universität Berlin のポストドクター研究員である Florian Schmidt 氏は、DevOpsCon Berlin 2021 でログファイルトラブルシューティングの AI 主導のサポートについて講演した。

Schmidt 氏によると、ログファイルのトラブルシューティングで専門家を活用している企業は、DevOps/SRE が不足していることからコストが高すぎる一方で、アプリケーションはコンテナ化されたサービスや機能を通じて単一にホストされたコンポーネントの数を増やしている。

Schmidt 氏は、機械学習を使用してトラブルシューティング時間を短縮する方法について説明した:

機械学習モデルはログデータ内の隠れたパターンを検出し疑わしい動作を特定できると、Schmidt 氏は説明している:

InfoQ は、AI を有効にしたトラブルシューティングについて Florian Schmidt 氏にインタビューした。

AIを有効にしたトラブルシューティングにより、リカバリ時間を短縮

InfoQ: ログを使用して複雑なアプリケーションのトラブルシューティングを行う際の実際の状況はどのようなものですか?

InfoQ: これらのアプローチの長所と短所は何でしょうか?

InfoQ: トラブルシューティングにおいて機械学習モデルはどのような役割を果たすことができますか?

InfoQ: 何を学びましたか?

InfoQ: トラブルシューティングに適用される AI に将来何がもたらされると思われますか?

この記事に星をつける

おすすめ度スタイル

このコンテンツのトピックは カルチャー&手法 です。

関連記事:

関連するコンテンツ

InfoQ ニュースレター

毎週火曜日に前週のまとめコンテンツがお送りいたします。25万人ものシニアデベロッパーのコミュニティーにぜひご参加ください。 サンプルを見る

We protect your privacy.

こんにちは

コメントするには InfoQアカウントの登録 またはログイン が必要です。InfoQ に登録するとさまざまなことができます。

アカウント登録をしてInfoQをお楽しみください。

HTML: a,b,br,blockquote,i,li,pre,u,ul,p

コミュニティコメント

HTML: a,b,br,blockquote,i,li,pre,u,ul,p

HTML: a,b,br,blockquote,i,li,pre,u,ul,p

ディスカッション