JMACHINE
- home
- JMACHINE
- AIOps IT 장애 예측
AIOps IT 장애 예측
JMachine AIOps IT 장애 예측은
지능형 정밀 탐지, 표준화된 분석 환경, 이벤트 자동 대응을 제공합니다.
Bad example
부정확한 탐지
전체 IT시스템 단순 임계치를 동일 기준으로 소량 단순 비교하여
다량의 이벤트를 발생 시킴으로 낮은 탐지 정밀도를 보입니다.
- 기존 IT장애 탐지 방식
-
- 단순 임계치(수치), 키워드(텍스트)만으로 판단
- 시나리오 사례
-
- 임계치 서버 Memory 90% 이상
- 임계치 WAS 응답속도 1초 이상 시 탐지
- 문제점
-
- 저사양 장비의 정상운영을 IT장애로 오탐
- 획일화된 임계치(90%/1초)를 전체 IT시스템/IT서비스에 단순 적용
- Unknown IT장애 패턴 탐지 불가
JMachine
지능형 정밀 탐지
정밀도
시계열별 가변 임계치와 IT시스템/서비스별 자동 임계치를 대량 복합 분석하여
소량 이벤트를 발생 시킴으로 높은 탐지 정밀도를 보입니다.
- AI 가변 예측 탐지
-
- 전체 IT시스템별 차별화된 임계치
- 시간대별 가변화된 임계치
- AI 이상징후 탐지
-
- IT운영 전문가가 식별 불가한 Unknown 이상징후를 AI가 탐지
- 다양한 보안 데이터를 AI가 종합 분석
(IT 운영 데이터 : SMS이벤트, 성능치, syslog, DB log, SNMP 외 다수) - 미래의 IT장애 예측
Bad example
개인 의존적 분석
- 분석정보의 수작업 조회
- 복잡한 메뉴, 혼재된 분석화면
- IT운영 전문가별 분석결과 및 이해도 상이
- IT장애 이상징후 전수조사 및 확대조사 난해
JMachine
표준화된 분석 환경
- 상향 표준화된 분석 환경
-
- 이상징후 분석을 위한 필수 데이터 자동 제공
- 원천로그, 예측결과, 통계정보 등 분석 데이터 제공
- IT시스템/IT서비스 프로파일링
- 인공지능으로 실현된 분석 화면
-
- 전사 차원의 고위험군 유사도/관계도 분석 지원
- 이상징후에 대한 전수 조사 AI 자동화
Bad example
대량 이벤트 미대응
- 대량 이벤트 대응의 한계
- 미처리 탐지 이벤트의 누적
- 일 평균 이벤트 개수
- 약 1,091개
- 전담 인력 처리 개수
- 약 60개
JMachine
이벤트 자동 대응
- AI 대량 이벤트 자동대응
-
- IT운영 담당자의 대응행위 기계학습
- 법·규제 준수의 AI자동화 실현
- 관련활동 : 접근기록 및 사고탐지 활동
- 관련규제 : 전자금융거래법, 개인정보보호법, 정통망법
- 인공신경망 최적화
-
- 기업/기관의 보안데이터에 최적화된 인공신경망 생성
- 인공지능의 지속적인 기계학습