「AIOps」の肝　システム運用における機械学習の活用法【後編】

AIにシステムを任せるのは危険？　部分的なシステム自動化が無難なのか

企業のシステムが複雑になる中で、機械学習をシステム運用に取り入れることが重要になってきた。全てを機械学習モデルに任せることは簡単ではないが、部分的に活用するだけでもメリットを享受できる可能性がある。

　機械学習を活用したインシデント管理は、1980年代に流行した「ルールベースのAI（人工知能）システム」に似た問題解決がルーツだ。ルールベースのAIシステムは、事前に登録した判断基準を基にして判断する仕組みだ。そうしたシンプルな仕組みは、ログやシステム性能などのデータを使用した機械学習モデルの開発によって、データに基づいて動くように進化する。例えば過去のインシデント発生時のデータを基にして、設定変更が特定のインシデントの要因になるのかどうかを機械学習モデルは予測する。

　とはいえ機械学習を使ったシステム運用は発展途上にあり、初歩的なところにとどまる手法もあれば、広範な範囲を自動化する手法までさまざまだ。

機械学習によるレベル別のインシデント管理

TechTarget発　先取りITトレンド

米国TechTargetの豊富な記事の中から、最新技術解説や注目分野の製品比較、海外企業のIT製品導入事例などを厳選してお届けします。

この連載の記事をもっと見る

この記事の著者

関連記事

• 

  Google認定の機械学習資格「Professional Machine Learning Engineer」とは？　合格するには

• 

  「AIOps」の失敗例と、正しく導入するために最低限検討すべきこと

新着ホワイトペーパー PR

• 製品資料
  [ファインディ株式会社] AI利用率だけでは説明できない成果　開発組織の競争力を生む「開発資本」とは？
• 製品資料
  [ニュータニックス・ジャパン合同会社] AI活用を成功へ導く、シンプルで費用対効果に優れたクラウド基盤とは？
• 製品資料
  [ニュータニックス・ジャパン合同会社] マネージドKubernetesには限界も――メリットをフル活用する新たな選択肢とは？
• 技術文書・技術解説
  [ニュータニックス・ジャパン合同会社] 決断の日が迫る「vSphere 8」サポート終了問題　考慮すべきリスクと選択肢は？
• 製品資料
  [サイバーソリューションズ株式会社] メール誤送信対策のルールが肥大化　苦しむ情シスはどうすれば救われるのか？