AIOpsのメリットを引き出すには【中編】

事例で探る　「AIOps」はなぜ多過ぎるアラートを減らせるのか？

リソースの割り当てやキャパシティー管理の最適化だけが「AIOps」の用途ではない。解析や検出作業の自動化にAIOpsを活用すれば、IT監視ツールの多過ぎるアラートへの対処を効率化できる。

公開 2019年08月20日 05時00分

著者

Kristin Knapp

[TechTarget]

印刷する連載新着通知を受け取る

図　4段階で構成されるAIOpsのプロセス《クリックで拡大》

　「AIOps」とは、機械学習などの人工知能（AI）技術やビッグデータを使用して、IT運用の一般的な仕事の効率を上げることだ。AIOpsはリソースの割り当てやキャパシティー管理の最適化に役立つ。ただし用途はそれだけではない。前編「人事アウトソーシング企業は『AIOps』でITリソース奪い合いをどうなくしたか」に続き、本稿はAIOpsが効果を発揮する、解析や検出作業の自動化に焦点を当てて解説する。

併せて読みたいお薦め記事

AIOpsについてもっと詳しく

AIOps関連製品を知る

検出作業

　ネットワークセキュリティ企業Barracuda Networksのエンジニアリングチームは、デプロイ（利用可能な状態にすること）に最新技術を取り入れるために、AIOpsを活用した。目的はイベントの相関付けと根本原因解析の自動化だ。

　BarracudaはパブリッククラウドのAmazon Web Services（AWS）を利用してコンテナを導入し、システム開発アプローチとして複数の独立した小規模サービスを組み合わせる「マイクロサービスアーキテクチャ」を採用した。こうして同社のIT部門は、複雑な依存関係を含む動的な環境を運用・監視することになった。

　Barracudaでメール保護サービスに関するエンジニアリング部門の統括責任者を務めるリア・ガビッシュ氏は次のように語る。「監視の点からは少しばかりノイズが多い。同じ点に対して7つの異なるアラートを受け取る場合がある。連鎖的に反応するためだ」

AIOpsが“アラート疲れ”を解消

　“アラート疲れ”を軽減し、根本原因をより素早く特定するために、BarracudaはNew Relic（注1）のAIOpsツールを導入した。イベント同士の相関関係を基に、根本原因の解析を自動化することで、生成されるアラートに優先順位を付けるとともにその数を減らすことが目的だ。

※注1　旧SignifAI。SignifAIは2019年にNew Relicに買収された。

　New RelicのAIOpsツールのおかげで、BarracudaはIT監視環境の設定を簡略化できたとガビッシュ氏は述べる。このAIOpsツールは他の監視システムをはじめ、60個を超えるオープンソースや商用のシステムと連携できる。しかもITチームが連携やアラートの構成を手動で調整する必要はない。

　このAIOpsツールは基本的にこれらの全てのシステムに接続してデータを積極的に取得する。「特定の指標や情報ソースそれぞれについてダッシュボードを設定する必要はない。インフラに追加した全ての要素をAIOpsツールが自動的に追跡する」（ガビッシュ氏）

　迅速に監視データの意味を理解してイベントの相関関係を把握できることが、信用調査会社Experian Information SolutionsがAIOpsツールを導入した主な理由だ。同社はDynatraceの同名アプリケーションパフォーマンス管理（APM）ツールを使用して、ハイブリッドクラウドインフラの監視、依存関係の検出、問題の原因特定をしている。Dynatraceの監視データは、ServiceNow 同名ITサービスマネジメントツールに供給される。その後、これらのデータがインシデントレベルに至ると、運用担当者が対処する。

　ExperianでグローバルITサービスエクセレンス部門の統括責任者を務めるジョナサン・ヘイズ氏は次のように述べる。「前の環境では、実際にどこに問題があるかを見つけ出し、それから犯人を突き止めようとしていた。それが今は、犯人が分かっていて、データの意味も理解しているため、即座に対処できるようになった」

　後編は、AIOpsで効率向上を目指す際に直面する課題について考察する。

印刷する