Podcast: AIOps在存储管理、安全与可持续性中的应用

在本播客中，我们与戴尔EMEA地区云平台现场首席技术官（CTO）Stewart Hunwick讨论了人工智能（AI）在存储中的应用。

具体来说，我们与Hunwick探讨了AIOps（IT运营人工智能）作为工具，如何改善存储管理、可持续性和数据安全。Hunwick将AIOps在存储管理中的作用比作数据中心的“健身手表”，即它可以帮助降低碳足迹，并在宏观和微观层面监控能源使用。

此外，AIOps还能实现对安全问题的反应性和主动性响应，允许管理员用自然语言询问关于其管理设备的问题，甚至生成代码。

什么是AIOps？

AIOps是人工智能运维。本质上，它是利用AI这一蓬勃发展的领域来简化和增强运营的一种方式。就像数据中心的健身手表一样。

这个类比很贴切，因为健身手表会从个人收集大量原始数据，进行大量计算，然后反馈这些数字的含义，以便用户获得洞察。AIOps的核心思想是能够理解数据中心的运行指标，并利用这些指标预测未来趋势，识别异常行为，同时降低风险、提高可持续性、提升整体性能并使操作更简单。

可持续性是许多组织的首要关注点，我们可以从多个角度看待这一问题。

从存储的角度来看，组织致力于降低碳足迹和存储平台的功耗。AIOps的作用在于理解当前的功耗情况，不仅是在微观层面（每台系统），还能在宏观层面查看整个数据中心机群的碳足迹和能耗。

利用这些数据，AIOps可以构建趋势和预测，例如：“当前功耗是多少？年同比增长5%，说明有变化。”或者“某系统出现异常峰值，可能表示有工作负载消耗了过多性能。”

更进一步，AIOps能够预测未来的功耗和碳足迹需求，帮助组织规划未来，例如决定新工作负载的放置位置或系统部署策略，从而从功耗和消耗角度获得清晰的未来视图。

数据安全是一个广泛的话题。我们在多个垂直行业（尤其是医疗行业）看到了显著成功，通过AIOps工作方式简化了管理。

从反应性和主动性安全两个角度考虑：AIOps首先在反应性方面有所帮助。因为它能够从数据角度观察访问模式是否正常，查看数据缩减比率等指标。如果数据缩减比率突然变差，可能表示数据被预加密或预压缩，预加密可能表示正在进行勒索软件攻击。

结合数据增长率、攻击来源等指标，AIOps可以精确定位攻击，实时识别来源。

在主动性方面，AIOps能够扫描系统配置，识别弱点（例如启用Telnet可能带来风险），在攻击发生前发现攻击向量，就像检查门是否锁好一样。

存储管理是一个重要话题。许多组织希望与我们讨论如何降低管理成本并简化操作。

最近的发展是将AIOps与生成式AI结合，通过内置生成式AI代理快速回答问题。例如，用户可以询问“特定功能如何工作？”或“如何设置metro复制？”甚至生成代码片段（如REST API、Ansible playbook或Python代码）。

最新的创新是能够针对特定环境提问，例如：“某系统上发生了什么？复制是否导致性能影响？如何修复？”AIOps能够理解所有数据和上下文，提供有价值答案，最终帮助组织节省时间。

阅读更多关于存储和AI的内容：