AI Operations Intelligence

AI Operations Intelligence — жинақталған деректерді интеллектуалды талдау арқылы пайдалану сапасын арттыруға арналған Operational Health Matrix-тің аналитикалық компоненті.

AI пайдалану шешімдерін өз бетінше қабылдамайды.

Барлық ұсынымдар инженерге көрсетілетін сараптамалық қолдау ретінде қарастырылады және пайдаланушының растауын талап етеді.

Бұл тәсіл сыни маңызды инфрақұрылымның ашықтық, қайта жаңғыртылатындық және басқарылатындық қағидаттарына сәйкестігін қамтамасыз етеді.

Жобалау қағидаттары

AI компоненті мынадай қағидаттарға негізделеді:

• түсіндірілетін ұсынымдар;
• контурдағы адам (Human-in-the-Loop);
• детерминделген операциялық workflow;
• шешім қабылдауды қадағаланатын қолдау;
• бұзбайтын аналитика.

Жасанды интеллекттің бірде-бір ұсынымы Operational Issue-ді автоматты түрде өзгертпейді.

Ұқсас Operational Issues

Жаңа Operational Issue тіркелген кезде жүйе ұқсас жағдайларды автоматты түрде іздейді.

Салыстыру мынадай параметрлер бойынша жүргізіледі:

• канондық проблема;
• жабдық түрі;
• микробағдарлама нұсқасы;
• конфигурация;
• өңір;
• пайдалану жағдайлары;
• Root Cause;
• қолданылған шешім;
• расталған нәтиже.

Инженерге барынша сәйкес келетін жағдайлар ұқсастық дәрежесімен бірге көрсетіледі.

Root Cause-ты дәрежелеу

Бірнеше ықтимал себеп болған жағдайда жүйе ең ықтимал Root Cause-тардың дәрежеленген тізімін құрады.

Әрбір себеп үшін мыналар көрсетіледі:

• ықтималдығы;
• растайтын Evidence;
• ұқсас жағдайлар;
• ұсынылатын тексерулер;
• болжамды әсері.

Root Cause-ты түпкілікті айқындауды инженер орындайды.

Болжамдық техникалық қызмет көрсету

Тарихи деректер негізінде жүйе пайдалану проблемаларының туындау ықтималдығы жоғары жабдықты айқындайды.

Болжам мыналарды ескере алады:

• Health Score деградациясының жылдамдығын;
• канондық проблемалардың қайталанғыштығын;
• жөндеу статистикасын;
• жабдықтың жасын;
• байланыс тұрақтылығын;
• маусымдық факторларды;
• пайдалану қарқындылығын.

Нәтижесі — профилактикалық қызмет көрсетуді жүргізу жөніндегі ұсыным.

Детекторлардың дрейфін талдау

OHM өзінің аналитикалық модельдерінің тиімділігін үздіксіз бақылайды.

Әрбір Detector үшін мыналар талданады:

• Accuracy өзгерісі;
• Precision өзгерісі;
• Recall өзгерісі;
• False Positive өсуі;
• False Negative өсуі;
• Confidence Distribution өзгерісі.

Деградация анықталған кезде Detector Requires Review күйіне ауысады.

Туындайтын операциялық тәуекелдер

AI жаңа үрдістерді айқындау үшін Operational Issues жиынтығын талдайды.

Мысалы:

• жабдықтың нақты бір моделі бойынша істен шығулардың өсуі;
• микробағдарламаны жаңартқаннан кейін қателер санының артуы;
• жекелеген өңірде байланыстың нашарлауы;
• бірдей Root Cause санының артуы.

Мұндай оқиғалар Emerging Risks ретінде көрсетіледі.

Ұсынымдардың сенімділігі

Әрбір ұсынымға сенімділік коэффициенті қоса беріледі.

Сенімді арттыру үшін инженер әрқашан мыналарды көреді:

• пайдаланылған Evidence-ті;
• байланысты Operational Issues-ті;
• ұқсас жағдайларды;
• ұсынымның берілу себебінің түсіндірмесін.