データサイエンスのチカラでIT運用を効率化

VIA AIOps

VIA AIOps プラットフォーム は
分析ソリューションです。

IT運用を効率化し、デジタルデータからビジネス価値を生み出します。

AIOps とは?

人工知能(AI)という言葉はあらゆるシーンに登場し、日々の生活の中でも、その単語を目にする機会が多くなりました。 デジタルの活用範囲は広がりあらゆるところで、ソフトウェアが使われています。製造業、医療、スポーツ – さまざまな業界で、ソフトウェアが課題を解決するために活躍しています。

その活躍の場を更に推し進める技術の一つとして注目されているのが、AIOpsです。

AIOpsとはシンプルに言うと、AIを活用したIT運用管理のことで、ビッグデータと機械学習を組み合わせ、イベントの相関、異常検知、因果関係の特定などのIT運用プロセスを自動化することです。

ITによって生じ、日々増え続けるデータをリアルタイムに分析し、有効で使える情報として提示することができます。

Gartner Glossary では AIOps を以下のように定義しています。

Aiops (artificial Intelligence For It Operations) 
AIOps combines big data and machine learning to automate IT operations processes, including event correlation, anomaly detection and causality determination.

引用元: https://www.gartner.com/en/information-technology/glossary/aiops-artificial-intelligence-operations

なぜ AIOps が必要とされているの?

もっとも単純な理由は、監視や分析の対象となるデータ量の増加、種類の増加、エリアの増加、連携するシステムの増加です。

加えて、顧客体験(CX)を重視する ‘Always-On’ な文化では、より早い課題解決が求められ、施策の効果測定や予測と実際の比較も重要です。さらに「2025年の崖」と言われるように、明らかな人材不足の見通しがある中で、データ処理や単純作業に人的リソースを適用するのは賢い選択ではないとわかっているからです。

AIOpsについて 知っていますか?

さまざまなデータソース、さまざまな場所から大規模かつ高速にデータを取り込む

機械学習と高度な分析をリアルタイムに実行する

履歴を学習・分析し、常時実行される運用ワークフローや監視プロセスを自動化する

気づきをあたえる賢い視覚情報、予測情報を提供する

システムのセルフ・ヒーリングモデルを実装できる

​AIOpsプラットフォーム とは?

AIOpsプラットフォームは、AIOpsを実現するための基盤です。

IoTやビッグデータ分析技術、AI・機械学習などを組み合わせることで、ITオペレーションの能力を向上させ効率化します。また卓越した自動化技術により人間の作業をなくしたり、部分的に代替します。

その実用例として、可用性とパフォーマンスのモニタリング、インシデントイベントの相関分析、ITサービスマネジメント、メンテナンス自動化などがあります。

VIA AIOps 主な機能

高速データ収集

IoTのような1秒間に数十万件発生するデータも収集することが可能です。高速データ収集を活用し、イベント発生からアクションの自動化まで、瞬時に実行することが可能になります。

高度な分析

「記述的分析- 何が起きたのかを分析する」、「予測的分析-将来に何が起こりそうか予測する」、「処⽅的分析-結果を良くするためにどうすべきかを分析する」AI・機械学習をフル活用した高度な分析が行えます。

アクションの自動化

キーとなる現象や根本原因をみつける新しいアルゴリズム。 洗練された機械学習アルゴリズムにより、高度なアクションを実行。エラーの原因となる人間の介入は必要最小限に抑えます。

賢い可視化

問題の原因や改善が必要なポイントに気づける視覚情報を提供します。「what if」 分析でのシミュレーションも可能です。

自己修復

サービスやシステムの異常を検知し、人間の介入を必要としない自動アクションで問題を修復できます。

スモールスタート

スモールスタートで始めても、必要なだけ拡張できるスケーラビリティ。すぐに使えるテンプレートを活用しプロジェクトのリスクを軽減します。

OPEN Big Data Architecture

”Best-of-Breed”の OSS ビッグデータ基盤 Hadoop/Spark/Kafka をフルに活用し、オープンなデータ環境を構築できます。

どんなデータも

高い接続性と柔軟性で、あらゆるデータを取り込み、データサイロを破壊し可視化と分析を可能にします。IT運用のあらゆるデータをリアルタイムに分析できるようになります。コネクタSDKにより、カスタムデータの収集も可能。

高速に収集

数十万件/秒の大量IoTデータを収集できるように、高スループット且つ分散処理可能な高速データ収集機能を提供します。

イベントドリブン

同時に複数のストリーミングイベントを取り込んでリアルタイムに処理することができます。必要なときに必要なアクションが行えます。

MQTTなどIoT分野の標準プロトコルをサポート

IoT、ビッグデータ、エンタープライスに対応できる様々なデータソースに対応。HDFS/Kafka/RDBMS/Feed/Socket/File/CSV/JSON/XML/REST/SAP データスキーマの自動認識も可能です。

オープンデータ

スタンダードな技術でアクセスできるエラスティックでオープン、セキュアなデータサービスを実装できます。

マルチプラットフォーム

一般的なパブリッククラウドをサポートしています。オンプレとクラウドのハイブリッドな環境でも利用できます。

Full Stack & Less Risk

分析/可視化/自動化/自己修復までカバーするフルスタックのプラットフォームです。さまざまなツールの相性や将来の拡張性を心配することなくデジタル改革を始めることができます。

リアルタイム分析

複数で大規模なデータをリアルタイムに処理し、可視化・自動化を実現できます。

視覚化・可視化

気づきを与える強力で賢いダッシュボードを提供します。

分散・並列実行

分散・並列実行が可能で、組織やアプリケーションの規模に合わせてスケールアップができます。

ビッグデータ

ビッグデータ対応のスケーラビリティ、高速な分析が可能です。Hadoop/Sparkエコシステム上に、オートスケール可能な効率の良いコードを実装できます。

高度な分析

Descriptive (記述的分析- 何が起きたのかを分析する)、 Predictive (予測的分析-将来に何が起こりそうか予測する)、 Prescriptive (処⽅的分析-結果を良くするためにどうすべきかを分析する) の3つの分析に、AI・機械学習をフル活用。

AI・機械学習

モデリング機能で、機械学習ベースの予測モデルの検証・実行が可能です。

高い拡張性と可用性

ミッションクリティカルなアプリケーションにも最適な環境を提供します。

100x Productivity

ビジュアルベースのローコード開発環境は、これまでの分析フレームワークと比較して100倍以上の生産性をもたらします。現場のスタッフが迅速に要件変更に対応できる高い柔軟性により、極めて短時間でソリューションを手にすることができます。

ローコード開発

最小限のコーディングを必要とする視覚的モデリング環境を提供します。プログラミングのエキスパートでなくても、サイエンティストは、再利用可能な「ドラッグアンドドロップ」ビルディングブロックのライブラリを使用して、分析バリューチェーンを迅速にレイアウトできます。

フレキシブルなデプロイメント

容易で柔軟なデプロイ環境は、プロセス変更の手続きを加速します。現場担当者のビジネス知識と専門知識があれば、運用の変更が可能です。

エラスティッククエリ

履歴データ及びリアルタイムインメモリデータのクエリーで、頻繁なデータアクセスにもスケーラビリティを確保します。標準的なSQL,JDBC, REST APIを利用してデータアクセスも柔軟に行なえます。

機械学習ライフサイクルの管理

ML ライブラリ、フレームワーク、言語を使って実験することができ、各実験のパラメータ、メトリック、コード、およびモデルを自動的に追跡します。

ダッシュボードビルダー

豊富な視覚的表現を簡単に実装できるダッシュボード開発ツールで、ドリルダウン、ドリルイン、ズーム、ロールアップ、データフィルタリングなど、表現豊かなダッシュボードを構築できます。

ハイパーオートメーション

アクションの自動化やビジネスプロセスの自動化(BPM)、RPA連携をサポート。

100% Meets Requirements

高度な分析機能、可視化ダッシュボード、AI・機械学習、オートメーションを活用し、現場が必要とする情報を提供します。

スモールスタート

小さいスタートから拡大して価値を引き出す。リスクの無い導入が可能です。

予知保全

システムを監視し、履歴データを学習することでノイズの無い信頼性の高いアラートを実現します。

異常検知

平常時のデータを学習し、自動的に異常を検知し根本原因の分析を行います。

セルフ・ヒーリング

機械学習アルゴリズムとルール実行ライブラリによって実装される自動化されたプロセスは、人間の介入の必要性を減らします。インシデントを適切に通知し、修復の自動化・クローズドループオートメーションをサポートします。

すぐに使えるテンプレート

目的に沿ったテンプレートを使って導入期間を短縮します。

インシデントライフサイクル管理

インシデントライフサイクル管理の各ステージにおいて先進的アナリティクスは、インシデントの発生からサービスや業務の回復、インシデントの解決までの時間を大幅に短縮できます。

クローズドループコントロール

発生したイベントをフィードバック・学習することで、自動修復アクションの実行や自身の監視能力を高めます。

自動化・スマートアクション

ストリーミングデータと先進的アナリティクスを組み合わせることによって、プロセスのリアルタイム可視化、より深いインサイト、よりスマートなアクションを採るためのより良い予測を提供することができます。