[[420376]]

采用人工智能技術(shù)可以提供一種新的DevOps，它可以識(shí)別系統(tǒng)在全面安全性基礎(chǔ)上具有智能設(shè)計(jì)的需求。

人工智能的應(yīng)用正在深刻改變?nèi)藗儗?duì)DevOps的理解。最重要的是，它提供了一種最新形式的DevOps，是一種更加安全的智能設(shè)計(jì)應(yīng)用程序(DevSecOps)。

大多數(shù)開發(fā)和運(yùn)營(yíng)人員都明白，DevOps是他們必須采用的一個(gè)重要原則，以確保生產(chǎn)率、效率和服務(wù)交付的一致性水平。在當(dāng)今不確定性的情況下，所有這些因素都至關(guān)重要。

基于人工智能的DevOps使企業(yè)能夠迅速為其用戶提供新的價(jià)值，如果沒有DevOps，就不可能跟上市場(chǎng)競(jìng)爭(zhēng)的步伐，也不可能迅速響應(yīng)行業(yè)事件和用戶的要求。

以下將概述如何使用DevOps的人工智能業(yè)務(wù)思想幫助更好地監(jiān)控、提醒和解決生產(chǎn)線中的問題，從而推動(dòng)戰(zhàn)略業(yè)務(wù)收益。

將人工智能應(yīng)用于DevOps

人工智能通過多種方式改變DevOps環(huán)境，例如：

(1)提高數(shù)據(jù)的可訪問性

人工智能為那些通常很難找到可以公開訪問數(shù)據(jù)的團(tuán)隊(duì)拓寬了數(shù)據(jù)訪問的范圍。人工智能提高了企業(yè)團(tuán)隊(duì)獲取大量在線數(shù)據(jù)的能力，這些數(shù)據(jù)超出了大數(shù)據(jù)聚合的范圍。它幫助團(tuán)隊(duì)從企業(yè)可公開訪問的數(shù)據(jù)庫中掃描良好的數(shù)據(jù)，以便進(jìn)行準(zhǔn)確和重復(fù)的分析。

(2)提供自治系統(tǒng)

在使用自治系統(tǒng)之前，軟件工程師通常會(huì)構(gòu)建應(yīng)用程序或?yàn)楫a(chǎn)品增加功能，并等待IT運(yùn)營(yíng)商調(diào)度和使用，隨著自治的DevOps系統(tǒng)的引入，情況已不再如此。DevOps團(tuán)隊(duì)可以構(gòu)建基礎(chǔ)設(shè)施，使軟件工程師可以部署更新，而不必等待DevOps資源可用。

(3)自動(dòng)化應(yīng)用程序開發(fā)流程

人工智能能夠自動(dòng)執(zhí)行許多業(yè)務(wù)流程的能力可以實(shí)現(xiàn)數(shù)據(jù)分析，并對(duì)DevOps環(huán)境產(chǎn)生巨大影響。支持應(yīng)用程序開發(fā)的人工智能 DevOps現(xiàn)在是許多企業(yè)的選擇?；谌斯ぶ悄艿腄evOps使團(tuán)隊(duì)能夠快速識(shí)別解決方案，而不必花費(fèi)大量時(shí)間在海量數(shù)據(jù)的處理上。

(4)智能異常檢測(cè)

由人工智能和機(jī)器學(xué)習(xí)支持的系統(tǒng)具有很高的準(zhǔn)確性，可以提高系統(tǒng)安全性，從而提供卓越的性能。有了集中式日志記錄DevOps架構(gòu)，用戶可以記錄并排除網(wǎng)絡(luò)上的任何可疑活動(dòng)。這些做法有助于減輕網(wǎng)絡(luò)攻擊者帶來的影響和威脅，并幫助企業(yè)精確地執(zhí)行其數(shù)字化轉(zhuǎn)型計(jì)劃。

(5)促進(jìn)團(tuán)隊(duì)獨(dú)立工作

由人工智能和機(jī)器學(xué)習(xí)支持的DevOps使每個(gè)團(tuán)隊(duì)都能獨(dú)立運(yùn)作，而又彼此之間沒有太多依賴。例如企業(yè)的開發(fā)團(tuán)隊(duì)和運(yùn)營(yíng)這兩個(gè)團(tuán)隊(duì)通常需要彼此合作以完成其任務(wù)，但是借助智能DevOps解決方案，這兩個(gè)團(tuán)隊(duì)可以獨(dú)立工作，而不必等待對(duì)方的支持。

(6)提供更好的客戶體驗(yàn)

人工智能業(yè)務(wù)構(gòu)想往往會(huì)直接影響企業(yè)的生產(chǎn)力。借助這些技術(shù)，企業(yè)可以更快地進(jìn)行開發(fā)并推出產(chǎn)品和提供更高水平的服務(wù)。

基于人工智能的DevOps的當(dāng)前應(yīng)用

基于人工智能的DevOps解決方案現(xiàn)在已被企業(yè)用于一系列解決方案，例如用于應(yīng)用程序開發(fā)(貸款應(yīng)用程序和移動(dòng)應(yīng)用程序)、客戶參與、潛在客戶生成、收入預(yù)測(cè)、推薦系統(tǒng)和風(fēng)險(xiǎn)評(píng)分等的DevOps。并在分布式計(jì)算系統(tǒng)上分配足夠的計(jì)算資源，以優(yōu)化模型訓(xùn)練結(jié)果，從而產(chǎn)生最短的周轉(zhuǎn)期。為了滿足合規(guī)性，需要更加強(qiáng)調(diào)處理數(shù)據(jù)偏差和改進(jìn)模型分析能力。

DevOps團(tuán)隊(duì)使用持續(xù)集成(CI)/ 持續(xù)交付(CD)、容器化軟件和微服務(wù)符合這些標(biāo)準(zhǔn)，從而允許創(chuàng)新。如果正確采用這些程序，則有助于檢測(cè)和預(yù)防安全威脅、數(shù)據(jù)泄漏和系統(tǒng)中斷。這些措施和安全性對(duì)于涉及敏感基礎(chǔ)設(shè)施領(lǐng)域(例如核能發(fā)電、水處理以及石油和天然氣)的企業(yè)尤為重要。由于它們使用的工業(yè)控制系統(tǒng)具有物聯(lián)網(wǎng)傳感器和保護(hù)機(jī)制，因此特別容易受到網(wǎng)絡(luò)攻擊。

使企業(yè)能夠采用人工智能驅(qū)動(dòng)的DevOps

一些企業(yè)仍處于適應(yīng)數(shù)字化轉(zhuǎn)型的初期階段。這可能是因?yàn)樗麄內(nèi)狈Ρ仨毜闹R(shí)或基礎(chǔ)設(shè)施，無法繼續(xù)使用傳統(tǒng)系統(tǒng)，并且在存儲(chǔ)設(shè)備中擁有大量的歷史數(shù)據(jù)。人工智能可以幫助從這些數(shù)據(jù)中獲取見解，并幫助創(chuàng)建能夠增強(qiáng)客戶體驗(yàn)的應(yīng)用程序。因此，明智的做法是讓這些企業(yè)認(rèn)識(shí)到這些好處，并提高現(xiàn)有DevOps和數(shù)據(jù)科學(xué)人員的技能。

企業(yè)的數(shù)據(jù)科學(xué)團(tuán)隊(duì)可能需要不斷更新實(shí)施DevOps策略，例如產(chǎn)品版本控制、模型沿襲監(jiān)控、模型培訓(xùn)和測(cè)試框架等。通過定義特定于用戶的應(yīng)用程序使用的趨勢(shì)，并相應(yīng)地定制功能，這些活動(dòng)可以逐步加強(qiáng)產(chǎn)品交付和個(gè)性化。此外，DevOps工程師應(yīng)該與數(shù)據(jù)科學(xué)家和人工智能/機(jī)器學(xué)習(xí)工程師密切合作，以提高響應(yīng)時(shí)間，并監(jiān)視和控制模型創(chuàng)建和生產(chǎn)的各個(gè)方面。

結(jié)論

DevOps在數(shù)字化轉(zhuǎn)型方面的任務(wù)是幫助企業(yè)了解在數(shù)字化轉(zhuǎn)型可能提高其成功率的趨勢(shì)和過程，從而提高其競(jìng)爭(zhēng)地位。

從傳統(tǒng)的指揮與控制組織過渡到數(shù)字化組織，在這樣的企業(yè)中，授權(quán)、個(gè)性和一致性相匹配，并鼓勵(lì)每個(gè)人參與，這需要進(jìn)行重大的行為改革。DevOps方法論解釋了為什么最大化從概念到意義實(shí)現(xiàn)的流程不僅僅是構(gòu)建管道，而且還從文化的角度提供了可以工作的結(jié)構(gòu)和模型。

由人工智能驅(qū)動(dòng)的DevOps將有助于使IT基礎(chǔ)設(shè)施更易測(cè)試、更具彈性、更可測(cè)量、更動(dòng)態(tài)和更加隨需應(yīng)變。這有助于企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型，因?yàn)樗试S對(duì)支持IT技術(shù)進(jìn)行更安全、更快的改進(jìn)，進(jìn)而允許對(duì)軟件應(yīng)用程序和服務(wù)進(jìn)行更安全、更快速的更改。