復雜多云技術時代的基礎設施運營已成為云計算的普通客戶尋求優(yōu)化云投資和資源性能的挑戰(zhàn)性和資源密集型任務。組織升級其基礎架構以大規(guī)模運營，同時降低費用，性能和安全問題。但是，考慮到底層硬件資源的巨大，動態(tài)和互連性，基礎架構的診斷，解決和優(yōu)化已成為一項挑戰(zhàn)。預測分析旨在通過利用與IT運營相關的大量數據來實現現代化并簡化基礎架構運營的復雜性。

預測分析指使用數據來確定系統(tǒng)的未來模式和行為的實踐。預測分析工具可以使用先進的機器學習算法和統(tǒng)計分析技術來高精度地識別系統(tǒng)模型。應用于歷史數據和當前數據的預測模型可以揭示對系統(tǒng)行為的未來趨勢的見解。使用此信息，可以主動決定系統(tǒng)。預測分析可以幫助識別可能被忽視或被視為孤立的行為之間的相關性。

算法過濾還可以減少噪聲數據和錯誤警報，從而使IT Ops團隊可以通過大量數據來識別最有用的見解。此功能為IT基礎架構運營部門提供了巨大的機會，孤立的異常網絡流量行為可以轉化為大規(guī)模的數據泄漏，并保持隱藏，直到它為時已晚，無法做出反應。預測分析構成了現代AIOps架構的構建塊，包括數據提取，自動發(fā)現，關聯(lián)，可視化和自動化操作。

特別是對于云操作，預測分析在以下域應用程序中起著關鍵作用：

1、優(yōu)化云基礎架構

許多組織使用多個云環(huán)境，可能還有一系列孤立的基礎架構監(jiān)控，管理和故障排除解決方案。為了了解混合多云環(huán)境，使用傳統(tǒng)分析實踐的Cloud Ops團隊可能依賴于手動功能，而忽略了基礎架構環(huán)境中的相關信息。數據應用程序和IT工作負載本質上越來越動態(tài)，網絡流量，基礎架構性能和可擴展性要求的不可預測變化會實時影響IT運營決策。正確地做出正確的決策需要Cloud Ops從各種來源收集必要的信息，并能夠跨越孤立的IT環(huán)境關聯(lián)信息。預測分析允許用戶專注于從數據中收集的知識，而不是獨立地從多個云環(huán)境收集，處理和分析信息。無論云網絡的復雜程度如何，高級機器學習算法都能為預測分析功能提供強大的功能，從而在復雜的底層基礎架構和數據分析之間提供必要的抽象。Cloud Ops最終能夠使用集體洞察力主動做出有關資源配置，存儲容量，服務器實例選擇和負載平衡以及其他關鍵云操作決策的正確決策。先進的機器學習算法，為預測分析功能提供強大的功能，在復雜的底層基礎架構和數據分析之間提供必要的抽象。Cloud Ops最終能夠使用集體洞察力主動做出有關資源配置，存儲容量，服務器實例選擇和負載平衡以及其他關鍵云操作決策的正確決策。先進的機器學習算法，為預測分析功能提供強大的功能，在復雜的底層基礎架構和數據分析之間提供必要的抽象。Cloud Ops最終能夠使用集體洞察力主動做出有關資源配置，存儲容量，服務器實例選擇和負載平衡以及其他關鍵云操作決策的正確決策。

2、應用保證和正常運行時間

軟件應用程序越來越成為業(yè)務流程的一個組成部分 當應用程序和IT服務出現故障時，業(yè)務流程可能會中斷。因此，IT部門不斷監(jiān)控與業(yè)務流程性能相關的一系列應用程序和IT網絡性能指標。IT性能中發(fā)現的任何異常都會影響業(yè)務運營。借助預測分析解決方案，IT可以主動為可能的停機時間或基礎架構性能問題做好準備。組織可以建立預定義的策略和措施，以便在應用程序保證和正常運行時間可能受到損害之前自動應用糾正措施和策略。結果是，該組織減少了對IT的依賴，以解決問題或改進其平均檢測時間（MTTD）和平均修復時間（MTTR）功能。預測分析算法進一步消除了噪聲，以確保只有有影響力的指標閾值才能使組織在需要時調整其業(yè)務流程。

3、應用程序發(fā)現和見解
企業(yè)網絡通常分布在不同地區(qū)，包含各種基礎設施組件，通常在不同的孤島中運行。對基礎架構和應用程序發(fā)現的全面了解要求組織了解這些組件如何相互作用和相互關聯(lián)，尤其是因為網絡性能問題可能會分散在視圖之外隱藏的依賴項中。利用預測分析解決方案，組織可以從整個網絡收集數據，分析多個數據源并了解一個基礎架構系統(tǒng)如何影響另一個。在混合IT環(huán)境中，考慮到基于云的服務的客戶可用的有限可見性和控制，應用程序和基礎架構發(fā)現是一個更大的挑戰(zhàn)。

4、審計，合規(guī)和安全
嚴格監(jiān)管的行業(yè)通常需要遵守與應用程序正常運行時間，保證，MTTR，最終用戶體驗和滿意度以及其他參數相關的法規(guī)。當這些組織對其IT網絡的可見性和控制能力有限時，合規(guī)性變得越來越復雜。大規(guī)模執(zhí)行審計活動可能需要組織在IT上投入更多資源。正常業(yè)務可能無法證明增加的運營開銷是合理的，組織可能被迫在審計，合規(guī)性和敏感數據，應用程序和IT網絡的安全性方面做出突破。使用先進人工智能技術的組織可以自動化這些功能，并收集富有洞察力的知識，這些知識可以轉化為混合云IT環(huán)境的法規(guī)遵從性，而不會破壞銀行。

安全性是法規(guī)遵從性的另一個關鍵推動因素，并且需要的不僅僅是自動化解決方案，以準確識別網絡流量異常的根本原因。在發(fā)現未經授權的數據傳輸或網絡行為之前，數據泄露形式的安全侵權往往仍然處于雷達之下。在這種情況下，組織響應可能為時已晚，而不會導致數據丟失，不合規(guī)以及可能在安全敏感的行業(yè)部門（如醫(yī)療保健，國防和金融）運營的能力。在復雜的云基礎架構環(huán)境中，預測分析的作用是統(tǒng)一來自不同，不同和分布式網絡的知識，并使組織能夠做出更好，更快，更明智的決策。

原文鏈接：http://changyoufood.cn/hangyeguanzhu/205.html