Splunk добавляет машинное обучение к средствам мониторинга

Очередные расширения программных продуктов Splunk открывают новые возможности с точки зрения ИТ и безопасности.


15:13 04.05.2018   |   5453 |  Скотт Кэри |  Computerworld, Великобритания

Рубрика Технологии



Компания, занимающаяся машинным анализом данных, продолжает оснащать свое программное обеспечение все новыми возможностями.

Компания Splunk продолжает инвестировать в технологии искусственного интеллекта, помогая клиентам обнаруживать машинные данные и реагировать на них быстрее, чем раньше.

Новые функции искусственного интеллекта появились во всех основных продуктах Splunk, включая Splunk Enterprise, Splunk Cloud, Splunk IT Service Intelligence (ITSI), Splunk User Behaviour Analytics (UBA) и Splunk Machine Learning Toolkit.

В Splunk Cloud и Splunk Enterprise 7.1 добавлены расширенные средства контроля и выдачи уведомлений о состоянии различных параметров: производительности центрального процессора, доступном дисковом пространстве и о потоках данных, поступающих с устройств Интернета вещей.

Решение мониторинга и анализа Splunk ITSI также модернизировано с использованием технологий искусственного интеллекта для прогнозирования простоев. Средства машинного обучения помогают уменьшить событийный «шум» и определить приоритеты событий, оказывающих наибольшее воздействие на эффективность бизнеса.

Обновления Splunk UBA включают новые модели машинного обучения и расширения существующих моделей, помогающие выявлять и своевременно устранять чувствительные проблемы безопасности и внутренние угрозы.

В состав обновленного набора инструментов машинного обучения MLT (Machine Learning Toolkit) включен экспериментальный интерфейс управления, позволяющий просматривать, управлять, оценивать и осуществлять мониторинг состояния экспериментов в области машинного обучения, а также готовых моделей для распознавания образов, выявляя лучшие средства для подготовки моделей машинного обучения.

Компания Splunk анонсировала также расширение интеграции с программным обеспечением с открытым кодом и облачными технологиями Kafka, Kubernetes и Docker.

«Splunk Connect for Kafka улучшит наш процесс изучения активности в Интернете, производительности и безопасности сценариев использования, – отметил менеджер GitHub по реагированию на инциденты в сфере безопасности Джон Суонсон. – Сейчас у нас есть возможность принимать большие потоки данных практически в режиме реального времени, ежедневно обрабатывая в Splunk Enterprise терабайты данных системных журналов кластера Kafka».

Все это произошло спустя всего несколько недель после того, как Splunk анонсировала первое специализированное решение Интернета вещей Industrial Asset Intelligence, активно использующее машинное обучение для планирования технического обслуживания имеющихся ресурсов.

Изменения вступают в силу немедленно, так что клиенты имеют возможность обращаться к новым функциям прямо сейчас.

Поставщик начал говорить об использовании средств машинного обучения (в том числе средств распознавания образов и выявления аномалий, интеллектуальной выдачи предупреждений и уведомлений в ITSI, ES и UBA, а также о выпуске бесплатного набора инструментов для машинного обучения) на своей платформе еще в сентябре 2016 года.

Теперь клиенты используют эти функции для углубления автоматизации и уменьшения отклонений в своих машинных данных.

«Благодаря Splunk Enterprise мы можем гарантировать нашим клиентам наилучшее качество при обращении к телефону, совершении звонка и оплате счета, – указал старший директор T-Mobile по управлению сетевыми сервисами Джонатан Зильберлихт. – Например, с помощью Splunk Connect for Kafka мы расширяем возможности анализа в реальном времени, что в свою очередь помогает нам принимать более обоснованные решения при обслуживании клиентов. На Splunk Enterprise, Splunk IT Service Intelligence и Splunk Machine Learning, помогающие нам развивать свой бизнес, мы планируем опираться и в дальнейшем».

«Машинное обучение в Splunk Enterprise мы используем для прогнозирования того, когда и где нам придется действовать быстрее, и для изменения своих планов в целях улучшения обслуживания клиентов, – заметил менеджер отелей Hyatt по разработке приложений, стратегическим системам и инновациям Сезар Мендоса. – Бесплатный инструментарий Splunk Machine Learning Toolkit применялся для оценки типичного использования сетей Wi-Fi нашими клиентами. Мы немедленно связываемся с провайдером, чтобы скорректировать выделяемые мощности, еще до того, как нам начнут звонить недовольные клиенты. Средства искусственного интеллекта Splunk применяются для профилактики клиентского обслуживания на ежедневной основе».


Теги: Большие данные Бизнес-аналитика Машинное обучение Splunk
На ту же тему: