如今，IT部門可以使用機器學習算法將人工智能的能力與其數(shù)據(jù)中心管理工作流集成，使管理人員能夠隨著時間的推移自動執(zhí)行。

嘗試通過人工數(shù)據(jù)輸入和監(jiān)控來管理龐大而復雜的數(shù)據(jù)中心，可能會增加數(shù)據(jù)輸入錯誤的可能性，并可能導致IT管理人員錯過安全事件。但人工智能技術可以幫助管理人員跟蹤所有數(shù)據(jù)中心組件并實現(xiàn)數(shù)據(jù)收集的自動化。

從運營角度來看，使用人工智能自動化操作可以降低總體成本，并簡化軟件和硬件的安裝過程。但是，組織必須確保他們實現(xiàn)正確的功能，并對人工智能的能力有著現(xiàn)實的期望。

組織應該專注于將機器學習和大數(shù)據(jù)用于人工智能，而不是試圖立即復制人腦的功能。機器學習使管理員能夠以更小的規(guī)模開始使用單獨的功能來構建自動化，而不需要昂貴的硬件和軟件升級。

機器學習是開發(fā)人工智能框架的最常用方法，因為機器學習軟件將收集對未來使用很重要的數(shù)據(jù)，將其集成到其能力中，并改進機器響應任務的方式。只需自動化完成任務，無需任何數(shù)據(jù)分析即可繼續(xù)執(zhí)行下一個任務。

借助機器學習軟件例程、數(shù)據(jù)池和算法，管理人員可以訓練數(shù)據(jù)中心自動執(zhí)行某些任務，例如過濾垃圾郵件請求或標記勒索軟件攻擊。不同類型的算法包括邏輯編程、決策樹學習、強化學習和隨時間發(fā)展人工智能能力的貝葉斯網(wǎng)絡。

投資機器學習

機器學習計劃需要足夠的智能來準確一致地識別并對數(shù)據(jù)中心中的當前事件采取行動，例如分布式拒絕服務和暴力攻擊。能夠自動化和分析事件數(shù)據(jù)是將類似人工智能的能力集成到數(shù)據(jù)中心的有效方法。

隨著人工智能能力的不斷提高，軟件將變得更加人性化。

機器學習軟件應該能夠識別物理資源將耗盡的位置，及時采購和配置新資源，以及根據(jù)需要轉移工作負載。

機器學習工具還應報告過去的事件并從模式中學習，以便更好地優(yōu)化自身，以便隨著時間的推移處理每天和未來的事件，從而最大限度地減少人工管理干預的需要。管理人員在安全信息和事件管理軟件中使用這些類型的能力，但這只是數(shù)據(jù)中心的一個組件，管理人員可能希望在整個設置中跟蹤數(shù)據(jù)或自動化其他軟件產(chǎn)品。

提高人工智能的能力

隨著人工智能能力的不斷提高，軟件將變得更加人性化。人類的大腦傾向于處理發(fā)生事件的可能性，但管理人員傾向于添加自己的觀點和經(jīng)驗。

最終，人工智能應該能夠自動應用概率因子，并且無需管理人員權衡多個選項。在2018年，執(zhí)行此操作的系統(tǒng)（例如IBM公司的Watson）在一般數(shù)據(jù)中心實施起來成本高昂，而且很少有數(shù)據(jù)中心管理人員會信任任何可以超越其專業(yè)經(jīng)驗的系統(tǒng)。

管理人員應該期望采用Electric Cloud、CA Technologies和HashiCorp等公司的系統(tǒng)與人類協(xié)同工作，并為全自動人工智能設置基礎。

【中國IDC圈編譯 未經(jīng)授權禁止轉載】

相關閱讀：

消防很重要，企業(yè)需謹慎！

又一銀行發(fā)生重大火災，面對機房老化應該如何處理？

數(shù)據(jù)中心網(wǎng)絡工程師修仙路上的“九九八十一難”

標簽： idc idc資訊 安全 大數(shù)據(jù) 機房 數(shù)據(jù)分析 網(wǎng)絡

版權申明：本站文章部分自網(wǎng)絡，如有侵權，請聯(lián)系：west999com@outlook.com
特別注意：本站所有轉載文章言論不代表本站觀點！
本站所提供的圖片等素材，版權歸原作者所有，如需使用，請與原作者聯(lián)系。