IO 199 PDF

Napredna analitika koju
po kre ću AI i ML
Je­dan od ključ­nih iza­zo­va u cloud vidlji­vo­sti
je ra­zno­li­kost ala­ta za mo­nito­ring,
od ko­jih sva­ki ge­ne­ri­še ogrom­ne
ko­li­či­ne lo­go­va do­ga­đa­ja i me­trika
per­for­man­si, i sva­ki u svom vla­stitom
formatu. Danas postoje rešenja za
cloud mo­ni­to­ring sle­de­će ge­ne­ra­ci­je
ko­ja ob­je­di­nju­ju i nor­ma­li­zu­ju ove raz­li­či­te
iz­vo­re po­da­ta­ka u me­ta-sloj poda­ta­ka
na ko­ji se mo­gu pri­me­ni­ti napredne
metode analize podataka kao
što su AI i ML.
AI i ML ko­ri­ste big da­ta za po­boljša­nje
vi­dlji­vo­sti na broj­ne na­či­ne. Na
pri­mer, isto­rij­ski big da­ta se ko­ri­sti
za ob­u­ča­va­nje AI mo­de­la o to­me šta
sa­či­nja­va „nor­mal­nu“ še­mu po­na­šanja
ili per­for­man­si. Ka­da su ob­u­čeni,
ovi mo­de­li se ko­ri­ste to­kom pokre­ta­nja
za ot­kri­va­nje i upo­zo­ra­vanje
na ne­do­se­z­i­ve, neo­bič­ne per­forman
se ili ak tiv no sti.
ML se ta­ko­đe ko­ri­sti za gra­fič­ko mode­li­ra­nje
do­ga­đa­ja, gde se kre­i­ra in­forma­tiv­ni
mo­del ko­ji in­ter­pre­ti­ra do­gađa­je
u gra­fič­ki mo­del od­no­sa. Do­bar
pri­mer gra­fič­kog mo­de­li­ra­nja od­nosa
ba­zi­ra­nog na ML je gra­fič­ko predsta­vlja­nje
kill cha­i­na saj­ber do­ga­đa­ja
ko­ji je pro­tiv­nik iz­veo u clo­u­du. Umesto
pokušavanja da se sastave mrvica
do­ga­đa­ja i lo­go­va, gra­fič­ki mo­del odno­sa
do­ga­đa­ja omo­gu­ća­va ana­li­ti­ča­ru
bez­bed­no­sti da br­zo iz­vo­di za­ključ­ke iz
na­pa­da ko­ji se do­ga­đa ili se do­go­dio u
nje­go­voj mre­ži.
Ukrat­ko, me­to­de na­pred­ne ana­li­ze
po­da­ta­ka po­put AI i ML pru­ža­ju uvide
i kon­tekst ko­ji po­bolj­ša­va­ju vi­dljivost
čak i naj­kom­plek­sni­je i mul­tic­loud
ar­hi­tek­tu­re.“
Rezime
Teš­ko je po­sti­ći de­lo­tvor­nu vi­dlji­vost
u da­naš­njim di­stri­bu­i­ra­nim cloud-native
aplikacijama i kompleksnim cloud
infrastrukturama. Trenutne instance i
mi­kro­ser­vi­si se au­to­mat­ski i di­na­mič­ki
ak­ti­vi­ra­ju i de­ak­ti­vi­ra­ju, če­sto pre­ko
vi­še pro­vaj­de­ra i hi­brid­nih okru­že­nja.
Log po­da­ci ko­je ge­ne­ri­šu frag­men­tira­ni
sku­po­vi ala­ta za mo­ni­to­ring su takvog
obi­ma, ra­zno­li­ko­sti i br­zi­ne da
tra­di­ci­o­nal­ni ala­ti za upra­vlja­nje lo­go­vima
obič­no ne uspe­va­ju da iz­vu­ku realti­me,
kon­tek­stu­al­ne uvi­de u pret­nje i nivoe
rizika.
Au­to­ma­ti­za­ci­ja, or­ke­stra­ci­ja i na­pred­na
ana­li­ti­ka su ključ za po­sti­za­nje smisle­ne
cloud vi­dlji­vo­sti u mno­gim do­meni­ma,
uklju­ču­ju­ći bez­bed­nost. Chec­k-
Pointov Clo­ud­Gu­ard Log.ic, na primer,
kom­bi­nu­je in­for­ma­ci­je o cloud
in ven ta ru i kon fi gu ra ci ji sa ve li kim
mnoš­tvom iz­vo­ra nad­gle­da­nja po­data­ka
u re­al­nom vre­me­nu da bi pru­žio
na­pred­ne i kon­tek­stu­a­li­zo­va­ne iz­veš­ta­je
o cloud bez­bed­no­sti. Log.ico­va
au­to­mat­ska de­tek­ci­ja ano­ma­li­ja, vizu­e­li­za­ci­je
sta­nja bez­bed­no­sti, in­tui­tiv­no
fil­tri­ra­nje i pa­met­na upo­zo­renja
zna­čaj­no skra­ću­ju vre­me i troš­kove
od­go­va­ra­nja na bez­bed­no­sne incidente.
Io
Da bi­ste se sa­mi uve­ri­li u to ka­ko
Clo­ud­Gu­ard Log.ic pre­va­zi­la­zi iza­zo­ve
cloud vi­dlji­vo­sti sve­o­bu­hvat­nim bezbed­no­snim
iz­veš­ta­va­njem i pro­tek­cijom,
mo­že­te za­tra­ži­ti demo ili pokrenuti
bes­plat­ni trial.
Internet ogledalo Business & Technologies Magazine :: Broj 199