데이터 정보를 구독하십시오. IT가 컴퓨터 과학에서 데이터 과학으로 전환합니다.

구조에 데이터 과학

전세계 디지털 데이터 수준이 계속 상승함에 따라 회사는 데이터에서 비즈니스 가치를 찾고 컴퓨터 과학 전략을 진화하는 데이터 과학 시장에 적용하기 위해 노력하고 있습니다. 레거시 관리 및 모니터링 도구는 물리적 서버 환경에서 사용한 것과 동일한 접근법을 사용했습니다. 즉, 개별 사일로 (네트워크, 저장소, 인프라, 응용 프로그램)를 살펴 보았습니다. 이들은 수동으로 설정된 여러 개의 임계 값을 사용하여 각 시스템 내에서 CPU 사용률, 메모리 사용률, 네트워크 대기 시간 등과 같은 개별 메트릭에 집중했습니다.

이 임계 값 기반 접근 방식은 오늘날의 가상 환경의 복잡성을 처리하는 데 비효율적 인 것으로 입증 된 상대적으로 정적 인, 잘 이해 된 실제 서버 환경에서 시작되었습니다. 물리적 서버 환경의 상대방과 달리 가상 환경의 구성 요소는 호스트 자원을 공유하므로 서로간에 상호 의존성이 매우 높습니다. 또한 매우 동적이어서 IT 부서에서 여러 VM에 걸쳐 지속적으로 워크로드를 만들고 이동할 수 있습니다. IT 전문가는 어제의 수동 컴퓨터 과학 접근 방식을 사용하여 더 이상 정보에 근거한 결정을 내릴 수 없으며 한 번에 하나의 격납고에서 경고를 분석 할 수 없습니다. 이러한 이유로 기업들은 정교한 인공 지능의 기계 학습 및 심층 학습을 활용하여 전체적인 자동화 된 솔루션을 구현하여 문제 해결 성능 문제를 해결하고 가상 환경을 최적화하는 시간 소모적 인 수동 프로세스를 제거하는 "데이터 과학"접근 방식을 채택하고 있습니다.

기계 학습 분석 도구는 답변을 제공합니다.

고급 기계 학습 기반 솔루션은 임계 값 기반 도구로서 개별 메트릭을 모니터링하는 것이 아니라 시간 경과에 따라 변경되는 상호 연관된 구성 요소의 복잡한 동작을 학습합니다. 관련 구성 요소의 여러 메트릭을 동시에 고려할 수 있습니다. 결과적으로 기본 기계 학습 도구 또는 기존 임계 값 기반 도구보다 가상 환경에 대한 정확하고 정확한 정보를 훨씬 더 정확하게 전달합니다. "경고 폭풍우"를 만드는 대신 특정 시간, 요일, 월 및 연도의 비정상적인 행동과 관련된 의미있는 사건을 식별합니다. 또한 기계 학습이 설계의 핵심이기 때문에 수동 구성이 필요하지 않습니다. 고급 기계 학습 솔루션은 몇 분 만에 가동되어 실행되고 즉시 행동을 학습 할 수 있습니다. 결과적으로 데이터 중심의 행동 기반 접근 방식으로의 전환은 IT 전문가의 역량을 크게 강화하는 주요한 영향을 미칩니다. IT 전문가는 항상 컴퓨터 과학 분야의 전문성을 필요로하지만이 새로운 AI 기반 세계에서 IT가 어떤 분석 기술을 효과적으로 활용해야합니까?

IT 부서는 응용 프로그램 성능 문제에 대처하고 재 작업하는 데 시간을 낭비하는 대신 문제를 진단하는 것부터 우선적으로 문제를 예측하고 피하는 방법으로 초점을 전환합니다. 성능과 안정성을 보장하기 위해 과다 공급할 필요가 없기 때문에 효율성을 최적화하고 현재의 큰 목표에 집중하는 데 시간을 투자 할 수있는 방법을 모색 할 수 있습니다. 이를 통해 IT 부서는 진정한 비즈니스 가치를 제공하고 회사 목표를 달성 할 수있는 프로젝트를 진행할 수 있습니다. 일반적으로 이러한 종류의 가치는 IT 부서에 고위 경영진에게 중요한 목소리를 내리고 의사 결정 과정에 참여시켜 IT 부서와 운영 부서 간의 격차를 줄여줍니다. IT 전문가가 기계 학습 기반 분석 도구를 이해하고 사용함에 따라 자동 운전 데이터 센터의 자동화 및 미래를위한 기반을 구축하는 데 최전방에 서게 될 것입니다.

짐의 생물 :

Jim Shocrylas는 SIOS의 제품 관리 이사입니다.  Jim은 IT 업계에서 20 년 이상 근무했으며 가장 최근에는 EMC Emerging Technologies Division의 포트폴리오 관리자로 근무했습니다.