AIOps Bulut Tabanlı Altyapıları ve Uygulama Alanları
Herkese merhaba bugünkü yazımda AIOps Bulut tabanlı altyapıları ve uygulama alanlarından bahsedeceğim.
Öncelikle AIOPS’un ne olduğu ile başlayalım:
Gartner tarafından geliştirilen AIOPS, “BT Operasyonları için Yapay Zeka (AIOps), yapay zekanın ve makine öğrenimi ve doğal dil işleme (NLP) gibi ilgili teknolojilerin geleneksel BT Operasyon faaliyetlerine ve görevlerine uygulanmasıdır.” [1]
Bulut Bilişim ve AIOps
Bulut bilişim ve AIOps, veri odaklılık, otomasyon, operasyonel verimlilik ve tahmin yeteneği gibi alanlarda ortak noktalara sahiptir ve birlikte kullanıldığında iş süreçlerinin optimize edilmesine ve daha akıllı bir altyapının oluşturulmasına yardımcı olabilir.
Bulut ve Aiops arasındaki doğru bağlantıyı kurabilmek adına önce iki kavramı da tek tek ele alalım:
Bulut Bilişimin Temel Mantığı:
Bulut bilişim, fiziksel donanım ve kaynaklar yerine internet aracılığıyla sunulan paylaşımlı bir bilgi işlem kaynakları modelini ifade eder. Bu modelde, kullanıcılar ihtiyaçlarına uygun olarak gereksinim duydukları bilgi işlem gücünü, depolama alanını ve hizmetleri esnek bir şekilde kiralarlar. Bu sayede gereksiz yatırım maliyetleri azalırken, ölçeklendirme ve kaynakların paylaşımı kolaylaşır.
AIOps’un Temel Mantığı:
AIOps, yapay zeka ve veri analizi tekniklerini kullanarak büyük veri akışlarını analiz eder. Normal davranışları öğrenir, anormal davranışları tespit eder ve verilerden anlamlı çıkarımlar yapar. Bu sayede operasyonel verimliliği artırır, sorunları önceden tahmin eder ve otomasyonla çözüm sağlar.
Ortak Noktalar ve Kesişim:
1. Veri Odaklılık: Hem bulut bilişim hem de AIOps, büyük veri akışlarına dayalı olarak çalışır. Bulut ortamında üretilen veriler, hem altyapı yönetimi hem de AIOps analizi için temel veri kaynağıdır.
2. Otomasyon: Hem bulut bilişim hem de AIOps, otomasyonu önemser. Bulut bilişimde otomasyon, kaynak tahsisi ve ölçeklendirmeyi düzenlerken, AIOps’ta otomasyon, anormal durumları tespit ederken ve sorunları çözerken kullanılır.
3. Operasyonel Verimlilik: Her iki alan da operasyonel verimliliği artırmayı amaçlar. Bulut bilişimde, gereksiz kaynak maliyetlerini azaltarak verimlilik sağlanırken, AIOps’ta anormal durumların hızla tespiti ve otomatik tepkilerle iş süreçleri iyileştirilir.
4. Tahmin Yeteneği: Hem bulut bilişim hem de AIOps, gelecekteki ihtiyaçları ve sorunları tahmin etmede güçlüdür. Bulut bilişimde, kullanıcılar ihtiyaçlarına göre önceden kaynak tahsisi yapabilirken, AIOps’ta anormal davranışları tahmin ederek önceden müdahale edilir.
5. Veri Analizi: Hem bulut bilişim hem de AIOps, büyük miktarda veriyi analiz ederek anlamlı sonuçlar çıkarır. Bulut bilişimde, kullanım istatistikleri izlenirken, AIOps’ta anormal davranışlar ve desenler tespit edilir.
Bulut Altyapı Yönetimi:
Bulut altyapı yönetiminde AIOps, veri analizi ve yapay zeka ile bulut altyapısını otomatik olarak optimize ederek performansı artırır ve sorunları hızla çözer.Bu sayede birden fazla bulut hizmet sağlayıcısından oluşan karmaşık altyapıların izlenmesi, sorunların tespiti ve kaynakların etkin yönetimi sağlanır.
Bununla ilgili en iyi örnek AWS ve Azure olabilir. AWS ve Azure gibi farklı bulut sağlayıcılarından hizmetler kullanarak altyapısını yönetimi yapan şirketler AIOps sayesinde, tüm bu sağlayıcılardan gelen veriler merkezi bir panelde izleniyor ve operasyonlar daha verimli bir şekilde yönetiliyor.
AiOps’u kullanabileceğimiz çeşitli alanlardan bahsedecek olursam:
Uygulama Performans İzleme ve Yönetimi:
Büyük ölçekli uygulamalarda performans düşüşleri ve hataların otomatik olarak tespit edilmesi ve çözüm önerilerinin sunulması.
Güvenlik ve Tehdit Tespiti:
Altyapıların güvenlik durumunun sürekli izlenerek, potansiyel güvenlik tehditlerinin tespit edilmesi ve güvenlik ekibine uyarılar gönderilerek siber saldırıların engellenmesi
Otomatik Sorun Yönetimi:
Canlı ortamlarda oluşan sorunların otomatik olarak tespit edilmesi ve yedek sistemlere geçiş yapılması.
Kapasite Planlama ve Tahmin:
Gelecekteki taleplerin tahmin edilerek, kaynakların etkin bir şekilde planlanması ve altyapının ölçeklendirilmesi.
Anomali Tespiti ve Uyarılar:
Anormal değişikliklerin tespit edilerek, olası arıza veya kesinti durumlarında hızlı müdahale.
Değişiklik ve Konfigürasyon Yönetimi:
Yazılım güncellemeleri ve yapılandırma değişikliklerinin otomatik olarak izlenmesi ve hataları önlemek için geri alma mekanizmalarının sağlanması.
Veri Merkezi Yönetimi:
Birden fazla veri merkezindeki altyapının merkezi bir platformdan izlenmesi ve yönetilmesi.
Hizmet Birim Yönetimi:
Farklı hizmet birimlerinin performansının izlenerek SLA’ ların takip edilmesi ve performans düşüşlerine yönelik uyarıların alınması.
Daha iyi anlaşılması adına AIOps’un bulut alanında kullanılmasıyla ilgili bir senaryo örneği:
Bulut bilişimde işletmeler veri analizi ve otomatik ölçeklendirme gibi önemli ihtiyaçlarını AIOps kullanarak nasıl karşılayabilir?
Bir e-ticaret platformu düşünelim. Bu platform, özellikle tatil sezonlarında yoğun trafiğe maruz kalıyor. Bulut altyapısı sayesinde kaynakları ihtiyaca göre ölçeklendirebiliyorlar. Ancak manuel olarak trafiği sürekli izlemek ve ölçeklendirmek zorlayıcı olabilir.
Burada AIOps devreye giriyor: AIOps, platformun geçmiş verilerine dayanarak yoğunluk tahmini yapar. Örneğin, geçen yılki tatil dönemlerindeki trafiği analiz ederek bu yılki tahmini trafik artışını belirler. Ardından, tahmin edilen yoğunluğa göre otomatik olarak bulut kaynaklarını ölçeklendirir. Bu sayede, yoğunluğa uygun kaynaklar sağlanır ve aşırı yatırım maliyetlerinden kaçınılır.
AiOps’un bir diğer avantajı:
İş Sürekliliği ve Kurtarma:
Felaket durumlarında AIOps ile otomatik olarak yedekleme sistemlerinin devreye alınarak iş sürekliliğinin sağlanması.
Birkaç örnek vererek yazımızı bitirecek olursak:
- Dünya çapındaki otomobil üreticilerine, işletmelere, şehirlere ve karayolu yetkililerine konum tabanlı veri ve hizmet olarak yazılım analitiği sağlayan INRIX çeşitli kaynaklardan gelen verilerin görselleştirilip bunlara uygun eylemi gerçekleştirmek için AIOPS dan yararlanmakta.
- İnternetteki en popüler sitelerden biri olan ve yaklaşık 424 medya hizmetine güç veren Yahoo 2 milyon uyarı üretmekte. Ekibin bu uyarılar içinden sinyali bulması ve tespit ettikten sonra birçok işlemden geçmesindeki zorluğu düşünün. Yahoo dan bu ve daha onlarca sebepten ötürü AIOPS’dan yararlanmakta.
Burada bahsedilmeyen daha binlerce meşhur firma ve kuruluşlar AIOPS’dan faydalanmakta ve işlerini kolaylıkla halledebilmekte.
AIOPS’tan ve Bulut alanındaki kullanımlarından bahsettiğimiz bu yazım umarım sizler için faydalı olmuştur. Bir sonraki yazıda görüşmek üzere, hoşça kalın :)
Kaynaklar:
