代表的製品を紹介
IT運用向け人工知能「AIOps」活用で仮想インフラの管理をスムーズに
仮想インフラはますます複雑になり、管理が難しくなってきている。「AIOps」を利用すれば、管理者はデータを手動で加工することなく有益な情報に変換できるようになる。
IT運用向け人工知能(AIOps)のユースケースにはいろいろなものがあるが、IT管理者にとって機械学習技術を利用する最も大きなメリットは、仮想リソースの最適化にあるかもしれない。
企業のITインフラは、膨大な量のシステムデータを生み出す。その対象範囲は広く、アプリケーションの遅延レートからハードウェアの温度まで多岐にわたる。インフラが規模を拡大し、複雑になるにつれて、管理プロセスも複雑になる。その結果、業務のサイロ化が進み、情報が断片化することが多い。IT部門に個々のリソースを一元化する能力があったとしても、管理者が全領域での取り組みを調整できるほどの包括的なツールはまだない。
AIOpsは、機械学習を利用して広範なシステムデータの関連性を調べて分析し、適切な処理を判断する。このアプローチが、先述の包括的な管理に関する問題を解決する可能性がある。AIとは、大ざっぱに言ってしまえば人間の知能のシミュレーションだ。入力されたデータを基に学習と推論をして、結論を導き出す。運用担当者がデータを追加するたび、AIは自身で改良を重ね、改善し続ける。
機械学習はAIの一分野で、コンピュータと密接に関係している。機械学習を使うと、コンピュータは入力データを通じて学習し、そこから結果を予測して、プログラミングを要求することなく処理を実行できる。重要なのはアルゴリズムで、データに対して詳細な統計分析を実行する。機械学習は新しいデータを利用して自動で調整し改良するため、AIOpsのユースケースはその改良の結果として生じるパターンがある。
IT部門は、機械学習などのAI技術を複雑なインフラの管理戦略に組み込み始めている。ビッグデータ分析などではAIの考え方を利用し、課題を解決することがトレンドだ。具体的には、数百万にも上るデータポイントのデータを自動的に関係付け、問題を特定して、できる限りリアルタイムに近い形で問題への解決策を提供する。
AIOpsによる自動化と分類
AI技術はさまざまなIT業務ツールを強化したり、そうしたツールに取って代わったりする可能性がある。AIOpsを活用すれば、日常の管理作業を減らす以上のことが期待できる。具体的には、機能停止の防止、ノイズ除去による問題の本質の特定、業務のサイロ化の軽減、正確な原因分析、IT業務の全般的な効率向上などだ。
AIOpsシステムはさまざまな戦略を利用して管理プロセスを容易にする。最初に着手するのは、全ての領域のデータポイントからデータを包括的に収集することだ。ログファイル、ヘルプデスクのチケットサービス、管理ツールの出力など、さまざまなデータを収集する。AIOpsシステムは環境の仮想・非仮想を問わず、システム全体を監視し、ビッグデータ技術を活用してデータを集約、整形する。そこから機械学習アルゴリズムなどのAI技術によってデータを分析し、情報の関係付け、パターン検出、異常検知、根本原因の特定、システム構成要素同士の因果関係の特定などを実施する。
AIOpsシステムはこの分析結果を利用して運用を自動化し、構築する。そうした一連の動作は、重要なポイントに関わる処理となる。例えば、仮想マシンで実行されるアプリケーションの処理能力を上げる必要があれば、AIOpsシステムは要求されたリソースをそのアプリケーションへ自動的に割り当てる。
包括的なAIOpsシステムは管理者向けにレポートや可視化を生成するツールも提供する。こうしたツールは、問題の特定、環境変化の追跡、意思決定、ITインフラ全般への観測の提供などで、管理者の作業を支援する。
最優先すべきAIOpsのユースケースは「最適な仮想化」
仮想化システムがリソースを抽象化する方法によっては、ITインフラ管理が難しくなる可能性がある。仮想化は、ハードウェアの使用状況とワークロードの管理に大きなメリットをもたらす。一方でシステムの本質が目に見えなくなるため、潜在的な問題の特定がより難しくなる。
加えて、仮想化は仮想マシン(VM)の増加につながる恐れがある。VMは物理リソースよりもはるかに多くのデータポイントを作り出すため、システムデータの量が急増する。
その上、仮想環境の容量設計は難しい。システム管理者が手動でプロビジョニングした場合、リソースが多過ぎたり、逆に少な過ぎたりすることがしばしばある。一般的なIT管理ツールは、仮想と非仮想の両環境を効果的に監視あるいは管理ができるほど、包括的でも高機能でもない。
こうした管理の制限に対してAIOpsを活用できる。AI技術を使うことで、リソースの使用状況、容量設計、脅威の検出、異常検知、ストレージ管理などを改善できる可能性がある。AIOpsシステムは全環境のデータポイントを関係付け、一般的な管理ツールでは解決できなかった事項に対処する。このことがリソース使用率の向上につながる。
例えば、ソフトウェアベンダーのScienceLogicやDynatraceは物理・仮想インフラを可視化するAIOpsシステムを提供している。このシステムは、あらゆる場所にあるコンピューティングリソースを追跡し、アプリケーションのパフォーマンスと可用性を最適化する。
システム開発会社のサイオステクノロジーが提供する「SIOS iQ」もAIOpsサービスだが、VMwareの仮想環境に特化している。SIOS iQは、アイドル状態のVMや不要なスナップショットなどのリソースの問題を特定すると同時に、問題点を明確にして優先順位を決め、解決に導く。
AIOpsはまだ比較的未成熟の分野だ。特に仮想環境と非仮想環境にまたがるリソース管理機能は十分ではない。ただし、ITインフラの複雑化が進んでいることを考えると、AIOpsは近い将来非常に有望な技術になる可能性がある。コンテナ、マイクロサービス、サーバレスコンピューティングなど、技術の急激な増加による現在の環境の複雑化が、AIOpsの魅力を高めている。
Copyright © ITmedia, Inc. All Rights Reserved.
この記事の著者
関連記事
新着ホワイトペーパー PR
-
プレミアムコンテンツ
[アイティメディア株式会社] AI活用を成功に導く「オブジェクトストレージ」 NAS/SANの限界を突破するには -
プレミアムコンテンツ
[アイティメディア株式会社] 「性能ならSSD」「大容量ならHDD」はもう古い? 変わるストレージの常識 -
プレミアムコンテンツ
[アイティメディア株式会社] 「オンプレミス回帰」がまさかの失敗に クラウドをやめずに安くする最適化手法 -
事例
[発注ナビ株式会社] AI活用を成功させる企業とそうでない企業の違いとは? -
製品レビュー
[発注ナビ株式会社] システム開発「はじめの一歩」 押さえておきたい基礎知識と失敗を防ぐ方法
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
SAP移行で1900億円の赤字 「ベンダー任せ」が招くERP崩壊と回避策
-
2
「VMware vCenter」でゼロデイ悪用、PHPも修正――今朝の情シスニュース
-
3
「Copilot利用率99%」デンソー驚異の定着術 3万人を動かした“社長賞”の舞台裏
-
4
「GPT-6.1 Terra」は半額 それでもなぜ企業はAIモデルを選べないのか?
-
5
「nginx」のHTTP/2脆弱性(CVSS 9.2)、パッチ適用までの緊急チェックリスト
-
6
積水化学工業が「SAP S/4HANA Cloud」の“全グループ導入”に踏み切った訳
-
7
AIに長文を入力する際の「コンテキストウィンドウ」の適切な扱い方はどれ?
-
8
“アジャイルの壁”に挑むオリックス生命がIBMの開発管理ツールを選んだ理由
-
9
「Chrome」「Edge」「Firefox」のメモリ使用量はどれだけ違う? 測定してみた
-
10
「Active Directory」復旧で“詰む”企業が続出 ランサムウェアに備える4対策
ホワイトペーパーランキング PR
-
1
「IT史に名を残すシステム障害」8選
-
2
SCS評価制度時代の「SASE選定」ガイド
-
3
Microsoft 365 Copilotを安全&効果的に活用するために必要な「2つの準備」
-
4
Microsoft 365のメールセキュリティ、3つの“死角”と追加で検討すべき対策とは
-
5
パスワード管理だけで十分? 特権アクセスを脅かす暗号鍵の放置リスクとは
-
6
すぐ分かる「AWS WAF」ガイド:特徴・運用課題・メリットを解説
-
7
マンガで解説:情シスの負担を減らす「MDRサービスのインシデント対応」の中身
-
8
「Copilot Cowork」でこう変わる AIエージェント時代の新たな働き方とは
-
9
AI活用で激化する外部・内部リスク、取引先へ波及する脅威から守る対策とは?
-
10
Microsoft 365 Copilotで実際何ができる? 回答の精度を高めるRAGとは?
TechTargetジャパン SNS
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー