利用AI推动容器化多云的自动化管理

Kubernetes已成为企业数字化转型的骨干。随着网格和其他复杂的云架构成为主流，信息技术专业人员将需要提升，转移和更改无数的旧应用程序，以便在可遍及Kubernetes的多云环境中运行它们。

管理这些容器化，精心编排和虚拟化的多云将需要新的智能云管理工具库，这些工具可以利用人工智能。 现在，许多提供商都提供了复杂的工具，这些工具嵌入了AI，可对混合，网格和其他复杂云部署进行智能，自适应和自动管理。

人工智能在云管理管理中日益重要的作用在于它具有比单独的手动方法更可扩展，可预测，快速和高效地自动化和加速许多任务的能力。一种新兴的最佳实践，被称为“ AIOps ”，是指使用嵌入式机器学习和其他AI模型来使软件定义的网络连续不断地自我修复，自我管理，自我保护，自我修复和自我优化。

AIOps进展

AIOps的进步将使DevOps专业人员能够在多云环境中更快地组装，部署和管理容器化和无服务器的应用程序和数据。新一代工具可以：

自动进行连续日志分析，异常检测，预测性维护，根本原因诊断，闭环问题修复和其他关键功能;

对IT基础架构中的系统级和应用程序级事件以及云计算堆栈中更高层的数据，应用程序和服务进行实时监视，预测分析，根本原因诊断和异常检测;

减少IT经理对复杂，脆弱和脆弱的规则和过滤器系统的依赖，从而可以更快速地检测，分析和响应可能影响服务水平的问题和事件;和

通过减少检测和补救事件所需的时间，自动减少警报量，将警报关联和聚类，简化跨团队响应工作流程以及捕获和共享有关如何解决各种问题的知识，从而提高IT管理人员的生产率。

随着企业构建基于Kubernetes的多云，他们将在每个节点一直到边缘运行更多增强了AIOps的网络策略控制器。Wikibon期望更多的多云网络底板将在结合了嵌入式AIOps功能的超融合基础架构平台上运行。这些工具将支持自动配置所需的计算，内存，存储和带宽，以支持不断增长的网络流量和更复杂的机器学习驱动的闭环优化模式。

安全前台和中心

多云安全性将成为必不可少的核心AIOps应用程序。这是因为Kubernetes的传播产生了庞大，脆弱且不断变化的“攻击面”，使企业IT资产面临相当大的安全风险。

Kubernetes的主要风险因素包括其异构的部署发行版，其解决方案所提供的众多应用程序编程接口以及针对各种Kubernetes部署和配置方案的安全性解决方案的不成熟。许多安全专业人员对Kubernetes技术的不熟悉使在许多企业中保护该平台的工作复杂化，同时需要在基于Kubernetes的新平台以及旧的，传统的云应用程序环境中及时，一致地应用补丁。他们进行互操作。

除非使用AIOps和其他功能来阻止它们，否则Kubernetes的漏洞有望迅速扩散。在弹性多云的新时代，人们可能会从一个小型且易于保护的Kubernetes集群开始，然后看似一夜之间，便能够配置成百上千的节点和容器化应用，这些应用为黑客和工业间谍提供了诱人的访问路径。

基于AIOps的多云管理工具可以自动发现并关闭这些安全漏洞，同时还可以检测可疑的流量，这些流量可能试图通过加密和其他方式掩盖自身。在下一代软件定义的网络中，AIOps将推动持续的事件监视，应用程序感知防火墙，入侵防御，反恶意软件 和URL过滤。

Wikibon期望AIOps工具供应商将迅速采用名为Kubeflow的新兴开源DevOps项目。这将使TensorFlow和其他AI模型中内置的安全性和其他策略自动更新到多云上任何地方的容器化网络和策略管理系统。当评估市场上日益增长的多云管理解决方案范围时，企业云管理人员应优先考虑此功能和其他关键AIOps功能。

企业多云之旅中的另一个关键步骤是参加 将于1月28日至2月举行的Cisco Live。1在巴塞罗那。SiliconANGLE Media的实时流媒体工作室 theCUBE 将在会议期间与Cisco高管，开发人员，合作伙伴和客户进行实时采访。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！