Splunk расширяет возможности машинного обучения на всей платформе
Splunk всегда был центральным хранилищем данных для информации об IT-операциях, но по мере того как журналы заполняются все возрастающим количеством данных, стало невозможно для человека справляться с этим. Учитывая это, в прошлом году Splunk начал внедрять машинное обучение и искусственный интеллект, и на этой неделе они улучшают эти возможности, чтобы облегчить поиск наиболее важных данных. Компания добавила интеллект на всю свою платформу, в некоторых случаях позволяя компаниям создавать собственные приложения, основанные на машинном обучении, поверх хранилища данных Splunk, а также внедряя автоматизацию для тех клиентов, которые не хотят “пачкать руки” в кодировании. “С традиционным мониторингом у вас есть усталость от оповещений [из-за избытка информации]. Мы хотим использовать обучение данных и распознавание образов, чтобы как минимум группировать оповещения и выводить на поверхность то, что имеет наибольшее значение. Мы применяем двухступенчатый подход к машинному обучению. У нас есть ручные инструменты для тех, кто хочет работать со своими моделями с помощью [такого инструмента, как] Scala.
У нас также есть возможности машинного обучения, встроенные в решения, для быстрого входа и выполнения задач с помощью машинного обучения”, – сказал Джон Рونی, руководитель маркетинга продуктов в Splunk, TechCrunch. В частности, Splunk хочет стать центральным узлом данных, поступающих из различных источников, таких как безопасность, операции, непрерывное развертывание и развивающийся Интернет вещей. В идеале, он хочет, чтобы программное обеспечение действовало автоматически. Использование машинного обучения избавляет человека от процесса мониторинга и оповещает его только в случае крайней необходимости, при условии, что модели машинного обучения правильно настроены. Комплект инструментов машинного обучения Splunk имеет ряд новых ключевых функций, разработанных для энтузиастов DIY. Во-первых, есть новый инструмент очистки данных для подготовки данных к модели. Во-вторых, есть API машинного обучения для импорта алгоритмов с открытым исходным кодом и частных алгоритмов и их применения в Splunk. И, наконец, есть компонент управления машинным обучением для интеграции разрешений пользователей непосредственно из Splunk в пользовательские приложения машинного обучения. Для тех, кто предпочитает, чтобы Splunk выполнял часть работы за них, есть также новые функции, включая Splunk ITSI 3.0, который использует машинное обучение для помощи в идентификации проблем и установлении приоритетов в зависимости от того, насколько важна конкретная операция для бизнеса. Компоненты машинного обучения со временем узнают, какие функции являются наиболее важными, а какие нет, и выводят на поверхность ключевые для решения проблем в операциях. Рони говорит, что такой тип автоматизации стал необходимым, поскольку клиенты не могут справляться с количеством данных и оповещений и нуждаются в инструментах для их осмысления. “Никто не следит за зелеными, желтыми и красными лампочками и не выполняет работу эффективно”, – пояснил Рони.
