پیژندنه

د ټیکنالوژۍ چټک پرمختګ د عصري معلوماتي سیسټمونو پیچلتیا کې د پام وړ ودې لامل شوی. د پایلې په توګه، د معلوماتي ټکنالوجۍ ټیمونه د دې سیسټمونو اداره کولو او ساتلو کې د بې ساري ننګونو سره مخ دي، چې د وخت زیاتوالي، د تولید کمولو، او لوړ عملیاتي لګښتونو المل کیږي. د دې ننګونو په نښه کولو لپاره، د معلوماتي ټیکنالوژۍ عملیاتو لپاره د مصنوعي استخباراتو مفهوم (AIOps) د لوبې بدلونکي په توګه راڅرګند شو. AIOps د DevOps کاري فلو بدلولو لپاره د ماشین زده کړې او AI څخه ګټه پورته کوي ، د IT فعال مدیریت ، وړاندوینې تحلیلونه ، او اتومات وړوي.

په دې مقاله کې، موږ به د AIOps راتلونکی، د هغې ګټې، او د پلي کولو ستراتیژیو پلټنه وکړو. موږ به د ریښتیني نړۍ قضیې مطالعاتو ته هم پام وکړو او د معلوماتي ټیکنالوژۍ مدیریت کې د AIOps غوښتنلیک ښودلو لپاره به د پیچلي کوډ بلاک چمتو کړو.

AIOps څه شی دی؟

AIOps یو راپورته کیدونکی ساحه ده چې د مصنوعي استخباراتو (AI) او ماشین زده کړې ځواک (ML) د IT عملیاتو (ITOps) سره یوځای کوي ترڅو د معلوماتي ټیکنالوژۍ خدماتو موثریت ، مؤثریت او اعتبار ته وده ورکړي. د AIOps پلیټ فارمونه د ډیټا تحلیلونه ، وړاندوینې ماډلینګ ، او اتومات کاروي ترڅو د IT مسلو پیژندلو او حل کولو لپاره مخکې لدې چې لویې ستونزې رامینځته شي.

AIOps د معلوماتي ټیکنالوژۍ مدیریت په مختلفو برخو کې پلي کیدی شي، په شمول:

1. ** وړاندوینه کوونکی تحلیل**: د AIOps پلیټ فارمونه د ماشین زده کړې الګوریتمونه کاروي ترڅو تاریخي ډیټا تحلیل کړي او د IT احتمالي مسلو وړاندوینه وکړي ، د فعال ساتنې وړتیا او د وخت کمولو لپاره.
2. د پیښو مدیریت: AIOps کولی شي په اتوماتيک ډول د معلوماتي ټکنالوجۍ پیښې کشف او حل کړي، د کشف کولو وخت کموي (MTTD) او د حل کولو وخت (MTTR).
3. آټومیشن: AIOps کولی شي معمول کارونه اتومات کړي، لکه د ترتیب مدیریت، پیچ مدیریت، او بیک اپ او بیا رغونه.

د AIOps ګټې

د AIOps ګټې ډیری او د پام وړ دي:

1. ښه شوی موثریت: AIOps معمول کارونه اتومات کوي، د معلوماتي ټیکنالوژۍ کارمندان آزادوي ترڅو په ستراتیژیکو نوښتونو تمرکز وکړي.
2. د اعتبار وړ: AIOps د معلوماتي ټکنالوجۍ مسلو وړاندوینه کوي او مخنیوی کوي، د ځنډ وخت کموي او د ټول سیسټم اعتبار ته وده ورکوي.
3. د تولید زیاتوالی: AIOps د معلوماتي ټیکنالوژۍ ټیمونو ته وړتیا ورکوي چې پیښو ته په چټکۍ سره ځواب ووایي، د پیژندلو لپاره د وخت وخت کموي (MTTD) او د حل کولو وخت (MTTR).
4. غوره پریکړه کول: AIOps د معلوماتي ټکنالوجۍ ټیمونو ته د ریښتیني وخت بصیرت او وړاندوینې تحلیلونه چمتو کوي، د معلوماتو له مخې د پریکړې کولو توان ورکوي.

د پلي کولو ستراتیژي

د AIOps پلي کول ستراتیژیک چلند ته اړتیا لري:

1. د معلوماتو راټولول: د مختلفو سرچینو څخه د معلوماتي ټکنالوجۍ ډاټا راټول کړئ، په شمول د لاګونو، میټریکونو، او ترتیب کولو فایلونو.
2. د معلوماتو ادغام: د مختلفو سرچینو څخه ډاټا په یو واحد پلیټ فارم کې مدغم کړئ.
3. ماشین زده کړه: د ماشین زده کړې الګوریتمونه پلي کړئ ترڅو ډاټا تحلیل کړي او د IT احتمالي مسلو وړاندوینه وکړي.
4. آټومیشن: د معمول کارونه او کاري جریان اتومات کړئ.
5. څارنه او فیډبیک: د AIOps فعالیت په دوامداره توګه وڅارئ او د دقت او مؤثریت د ښه کولو لپاره فیډبیک چمتو کړئ.

د ریښتینې نړۍ قضیې مطالعې

ډیری سازمانونو په بریالیتوب سره AIOps پلي کړي ترڅو د دوی د معلوماتي ټیکنالوژۍ مدیریت کاري جریان بدل کړي:

1. Verizon: ویریزون د شبکې اعتبار ته وده ورکولو او د ځنډ وخت کمولو لپاره AIOps پلي کړ. پلیټ فارم د شبکې مسلو وړاندوینې او مخنیوي لپاره د ماشین زده کړې کارولې ، په پایله کې د 30٪ کمیدو وخت.
2. AT&T: AT&T د پیښو مدیریت ته وده ورکولو لپاره AIOps پلي کړي او د کشف کولو اوسط وخت کم کړي (MTTD) او د حل کولو معنی وخت (MTTR). پلیټ فارم د آی ټي پیښو کشف او حل کولو لپاره اتومات کارولی ، په پایله کې په MTTD کې 40٪ کمښت او په MTTR کې 50٪ کمښت.
3. Microsoft: مایکروسافټ د وړاندوینې تحلیلونو او اتوماتیک ښه کولو لپاره AIOps پلي کړي. پلیټ فارم د IT احتمالي مسلو وړاندوینې لپاره د ماشین زده کړې کارولې ، د فعال ساتنې وړ کول او د وخت کمول.

کوډ بلاک: په Python کې د AIOps مثال

دلته په پایتون کې د پیچلي کوډ بلاک دی چې د آی ټي مدیریت کې د AIOps غوښتنلیک ښیې: ``پېتون پانډا د pd په توګه وارد کړئ له sklearn.ensemble واردولو RandomForestClassifier څخه له sklearn.model_selection import train_test_split څخه د sklearn.metrics د واردولو دقت څخه

ډیټا بار کړئ

ډاټا = pd.read_csv('it_data.csv')

د معلوماتو دمخه پروسس کول

X = data.drop(['حادثه']، محور=1) y = ډاټا['پېښه']

ډیټا د روزنې او ازموینې سیټونو کې تقسیم کړئ

X_train, X_test, y_train, y_test = د اورګاډي_ټیسټ_سپلیټ(X, y, test_size=0.2, random_state=42)

د ځنګل تصادفي طبقه بندي روزل

rfc = RandomForestClassifier(n_estimators=100, random_state=42) rfc.fit(X_train, y_train)

وړاندوینې وکړئ

y_pred = rfc. وړاندوینه(X_test)

ماډل ارزول

دقت = دقت_سکور (y_test, y_pred) چاپ (f'دقت: {دقت:.2f}')

د احتمالي IT مسلو وړاندوینې لپاره ماډل وکاروئ

new_data = pd.DataFrame({'cpu_usage': [80], 'memory_usage': [90]}) وړاندوینه = rfc.predict(نوی_ډاټا) که وړاندوینه[0] == 1: چاپ ('د IT احتمالي مسله وموندل شوه!') `` دا کوډ بلاک د تصادفي ځنګل ډلبندۍ کاروي ترڅو د CPU او حافظې کارولو ډیټا پراساس د احتمالي IT مسلو وړاندوینه وکړي. ماډل د تاریخي معلوماتو په اړه روزل شوی او د نوي معلوماتو وړاندوینې لپاره کارول کیږي.

لید: د AIOps پلیټ فارم جوړښت

دلته د Chart.js په کارولو سره د AIOps پلیټ فارم جوړښت لید دی: چارټ { "type": "pieChart", "ډاټا": { "labels": ["د معلوماتو راټولول"، "د معلوماتو ادغام"، "ماشین زده کړه"، "آټومیشن"، "څارنه او فیډبیک"], "ډاټاسایټ": [ { "label": "AIOps پلیټ فارم جوړښت", "ډاټا": [30, 20, 20, 15, 15], "backgroundColor": ["#FF6384", "#36A2EB", "#FFCE56", "#4BC0C0", "#FF99CC"], "hoverBackgroundColor": ["#FF99CC", "#36A2EB", "#FFCE56", "#4BC0C0", "#FF99CC"] } ] }، "اختیارونه": { "عنوان": { "ښکاره": ریښتیا، "text": "AIOps پلیټ فارم جوړښت" }، "legend": { "ښکاره": ریښتیا } } } دا لید د AIOps پلیټ فارم جوړښت مختلفې برخې ښیې، پشمول د معلوماتو راټولول، د معلوماتو ادغام، د ماشین زده کړه، اتومات، او څارنه او فیډبیک.

پایله

AIOps د لوبې بدلولو ټیکنالوژي ده چې د IT ټیمونو د پیچلي IT سیسټمونو اداره او ساتلو لاره بدلوي. د ماشین زده کړې او AI په کارولو سره، AIOps د معلوماتي ټیکنالوژۍ فعال مدیریت، وړاندوینې تحلیلونه، او اتومات وړوي، چې د ښه موثریت، لوړ اعتبار، او د تولید زیاتوالي لامل کیږي. د AIOps په پلي کولو سره، سازمانونه کولی شي د ځنډ وخت کم کړي، د تصمیم نیولو ته وده ورکړي، او په بازار کې سیالي ترلاسه کړي.

لکه څنګه چې ټیکنالوژي پرمختګ ته دوام ورکوي ، موږ تمه کولی شو د آی ټي مدیریت کې د AIOps حتی نور نوښت لرونکي غوښتنلیکونه وګورو. د دې وړتیا سره چې موږ د معلوماتي ټیکنالوژۍ سیسټمونو اداره کولو لارې کې انقلاب رامینځته کړو ، AIOps یو په زړه پوری او ګړندی وده کونکی ساحه ده چې د نظر ساتلو ارزښت لري.