インシデント対処の質向上とコスト削減を図るための選択肢として、機械学習が注目されている。どのような問題に対して、どのような機械学習の手法が有効なのだろうか。
機械学習などのAI(人工知能)技術は、データを生かすことでビジネスの成長を促す原動力となる。ただし問題もある。インフラやアプリケーションに障害が発生した場合、IT部門や開発チームが手動で対処するのは非常に困難になってしまうことだ。アプリケーションの重要度が高いほど、システム障害が発生した場合の財務面での影響も大きくなる。
こうして手作業によるインシデントへの対処が難しくなる場合にも、機械学習を活用することが有効だ。障害の問題特定や解決を自律化できるようになる。ここでは、システム障害の原因になり得る問題と、その解決に使える機械学習モデルをみてみよう。
インシデントの解決に機械学習を用いることは、AI技術を活用したシステム運用管理「AIOps」(AI for IT Operations)の運用手法として位置付けられる。AIOpsのタスクとしては、イベントやログを分析・監視する「イベント相関」や、障害に対処するための「インシデント管理」などがある。
これらのタスクが組み込まれた機械学習モデルを、アプリケーションやセキュリティ対策に共通するリポジトリ(保管場所)と連動させることで、問題の特定や修正にかかる時間を大幅に短縮することができる。機械学習モデルは対象分野の経験が浅いスタッフでも使用することができるため、インシデント対処の質を平準化することが可能だ。
アプリケーションが停止する原因は多岐にわたる。よくある原因は下記の通りだ。
これらの原因の解決方法は、幾つかのカテゴリーに分類できる。
インシデント管理システムに機械学習を組み込む場合、以下のような、さまざまな種類の手法を使用する。
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。
Copyright © ITmedia, Inc. All Rights Reserved.
お知らせ
米国TechTarget Inc.とInforma Techデジタル事業が業務提携したことが発表されました。TechTargetジャパンは従来どおり、アイティメディア(株)が運営を継続します。これからも日本企業のIT選定に役立つ情報を提供してまいります。
「非常時にピザ1枚無料」のデータがドミノ・ピザのマーケティングに生む好循環とは? CMOに聞く
2024年10月にDomino'sのチーフブランドオフィサーからエグゼクティブバイスプレジデント...
AI搭載は「もう売りにならない」──「Marketing Dive」2025年予測【前編】
広告費が世界で1兆ドルを超える中、マーケターは多くの課題に直面している。不透明な規制...
Xがアルゴリズム変更へ イーロン・マスク氏が優遇したい投稿とは?
Xは新たなアルゴリズムアップデートで「情報的かつ娯楽的」なコンテンツに重点を置いてい...