今天,即便是許多非從業(yè)者也至少對人工智能(AI)有一個大致的了解。從自動駕駛汽車到個人語音助手,人工智能已成為我們?nèi)粘I畹那把睾椭行?。但是這些直觀展現(xiàn)在我們面前的AI應(yīng)用并不是現(xiàn)在大多數(shù)IT專業(yè)人士考慮AI應(yīng)用時所關(guān)注的。許多人可能沒有意識到,IT界每天思考的是,AI可以走多遠(yuǎn),AI應(yīng)用如何為更多事情帶來改變。
在企業(yè)可能遇到的IT挑戰(zhàn)中,備份、恢復(fù)和IT彈性是非常重要的。根據(jù)IDC最近發(fā)布的“IT彈性狀態(tài)”報告,非傳統(tǒng)數(shù)據(jù)類型的出現(xiàn)帶來了對創(chuàng)新的備份和恢復(fù)方法的需求。應(yīng)用程序數(shù)據(jù)、機(jī)器學(xué)習(xí)數(shù)據(jù)和從傳感器收集的數(shù)據(jù)——從結(jié)構(gòu)化到非結(jié)構(gòu)化——都將與組織的IT彈性策略相關(guān),從而帶來持續(xù)的數(shù)據(jù)管理和可見性挑戰(zhàn)。
那么,結(jié)合人工智能,有哪些方法可以解決備份和恢復(fù)領(lǐng)域的這些挑戰(zhàn)?下面讓我們來看看,機(jī)器學(xué)習(xí)和IT彈性相結(jié)合對技術(shù)和IT行業(yè)運作方式產(chǎn)生深遠(yuǎn)影響的四種方式。
上的Fernando Arcos拍攝的照片
遷移“AI依賴型”數(shù)據(jù)隨著對數(shù)據(jù)使用價值的不斷開發(fā),如人工智能,企業(yè)首先需要確保自己的IT基礎(chǔ)設(shè)施足夠高效、靈活和安全。這都屬于創(chuàng)建一個彈性環(huán)境:一個確保在任何時候都能訪問關(guān)鍵應(yīng)用程序而不會對業(yè)務(wù)運行或客戶造成任何干擾的IT環(huán)境。而且機(jī)器學(xué)習(xí)需要大量的數(shù)據(jù),這一點變得尤為重要。
我們以無人商店為例,它結(jié)合了攝像頭圖像、傳感器和移動應(yīng)用程序數(shù)據(jù),允許購物者進(jìn)入商店,選購他們所需要的東西,然后就可以離開,而無需與任何人互動——移動支付是自動發(fā)生的。假設(shè)無人商店的所屬企業(yè)需要一些數(shù)據(jù)來進(jìn)行機(jī)器學(xué)習(xí)模型的訓(xùn)練,那從線上系統(tǒng)獲取這些數(shù)據(jù)時,IT系統(tǒng)必須要有足夠的彈性,以保證業(yè)務(wù)不會受到影響,否則將會嚴(yán)重影響客戶體驗。
自動平衡資源今天,大多數(shù)公司都會持續(xù)運行故障轉(zhuǎn)移測試,以確保在遇到災(zāi)難情況時,災(zāi)難恢復(fù)策略能夠按照預(yù)期的方式工作。然而,IT部門面臨的一個常見挑戰(zhàn)是有足夠的存儲空間來持續(xù)運行這些故障轉(zhuǎn)移測試——需要反復(fù)復(fù)制和移動數(shù)據(jù)的測試。使用基于機(jī)器學(xué)習(xí)的預(yù)測工具,企業(yè)將能夠看到預(yù)期的存儲增長率,并自動提供相關(guān)選項。
點擊一個按鈕,就可以看到“如果發(fā)生了什么事件”,數(shù)據(jù)將移動到什么地方;點擊一個按鈕,就可以看到將數(shù)據(jù)移動到不同的云平臺和/或進(jìn)行一次遷移會產(chǎn)生多少成本;點擊一個按鈕,就可以看到多少冗余的存儲數(shù)據(jù)被刪除?;蛘吒M(jìn)一步說,如果一個組織擁有足夠先進(jìn)的機(jī)器學(xué)習(xí)程序,那么它可以根據(jù)預(yù)先確定的首選項進(jìn)行操作,并基于一種算法自動平衡存儲資源,該算法考慮了可用空間、成本、之前的手動決策等多個因素。
自動災(zāi)難恢復(fù)最理想的狀態(tài)是,當(dāng)企業(yè)遇到災(zāi)難時,災(zāi)難恢復(fù)系統(tǒng)會自動地、快速地、比任何人手動完成的工作都好。當(dāng)然我們還無法實現(xiàn)這一狀態(tài),但很可能就要來了。雖然自動災(zāi)難恢復(fù)聽起來很有吸引力,但是仍然需要機(jī)器學(xué)習(xí)足夠先進(jìn),以便理解什么時候網(wǎng)絡(luò)只停機(jī)五分鐘,而完全的資源密集型恢復(fù)毫無必要,也不值得。
也就是說,有了正確的算法和變量,以及足夠的數(shù)據(jù)來幫助機(jī)器確定何時應(yīng)該等待五分鐘(例如,在執(zhí)行故障轉(zhuǎn)移之前),就有可能實現(xiàn)自動災(zāi)難恢復(fù)系統(tǒng)。這種改進(jìn)的最終目標(biāo)是減少業(yè)務(wù)和客戶的停機(jī)時間。其理念是,一旦通過足夠多的基于算法的嘗試和錯誤來解決這些問題,機(jī)器總是會比人類表現(xiàn)得更好、更快、更聰明。這代表著,災(zāi)難恢復(fù)系統(tǒng)高效到了一定程度,以至于即使龍卷風(fēng)襲擊了一個200,000平方英尺的數(shù)據(jù)中心,對其所支撐的業(yè)務(wù)來說也毫無影響。
安全集成隨著機(jī)器學(xué)習(xí)的進(jìn)步,安全和恢復(fù)之間的界限越來越模糊。機(jī)器學(xué)習(xí)可以幫助安全和恢復(fù)系統(tǒng)一起工作,從而做出更好的IT決策。以勒索軟件為例,其病毒會對大量數(shù)據(jù)進(jìn)行加密,以便攻擊者向個人或組織索要贖金。配備高級機(jī)器學(xué)習(xí)的安全系統(tǒng)可能能夠在加密發(fā)生時檢測到惡意加密,然后自動與恢復(fù)系統(tǒng)連接,在攻擊發(fā)生時就制止它,并將故障轉(zhuǎn)移到未加密的數(shù)據(jù)。這是人工智能和IT彈性結(jié)合起來的最令人興奮和最有前途的方式之一。這種情況在不久的將來將成為現(xiàn)實,最終,隨著網(wǎng)絡(luò)威脅的增長,沒有這種保護(hù)技術(shù),任何企業(yè)將無法生存或競爭。
以上只是備份和恢復(fù)領(lǐng)域中幾個潛在的基于人工智能的應(yīng)用場景。當(dāng)然初次之外還有很多,其中許多我們可能在未來幾年都不會發(fā)現(xiàn)——沒錯,這就是一個新的、不斷發(fā)展的、數(shù)據(jù)驅(qū)動的世界。但是,就像在所有領(lǐng)域一樣,我們今天對備份和恢復(fù)的了解,或許短短幾年后將完全不同。我們?nèi)匀惶幱陂_始階段,但創(chuàng)新推進(jìn)的速度是日益增長的,它對一個組織如何更好地保護(hù)和保存其數(shù)據(jù)所帶來的改變,也許將在“宕機(jī)”這個詞消失之后結(jié)束。





