Splunk全线产品增加 AI 功能

　　近日，Splunk公司宣布其产品组合推出全新或增强的人工智能(AI)功能，并通过开源软件和原生云技术扩展集成功能。

　　据Splunk首席技术官Tim Tully介绍，企业经常消耗大量的员工时间和资源来监控、分析和响应IT运营警报。 Splunk新的AI增强功能，包含了指标与活动数据关联功能，使客户能够更高效地从机器数据中获得答案。Splunk最新一轮的创新举措旨在为客户提供将AI转化为实际情报所需的工具。虽然人工智能和机器学习通常看起来像是无法实现的奢望，但Splunk Cloud和Splunk Enterprise现在可以更轻松、更经济地对机器数据进行实时监测、分析和可视化。

　　Splunk Cloud和Splunk Enterprise 7.1通过机器学习提供AI，帮助客户监控和搜索企业加速业务发展所需的关键信息并提供预警。这些最新版本包括一个经过更新的指标引擎，让客户能够监控和预警复杂IT环境中的数字数据点，包括CPU速度和可用硬盘空间以及物联网设备和感应器的温度读数。最新版本也是唯一可以每天摄取PB级数据并对其进行实时搜索、监测和预警数据的企业级数据分析解决方案。借助这些增强功能，用户可以更好让他们的机器数据发挥价值，从而预测未来的IT、安全和业务成果。

　　Splunk Cloud让客户能够最大限度地控制和实时访问数据。该版本Splunk Cloud提供动态数据：自存储(Dynamic Data: Self-Storage)功能，使客户可以灵活地将数据从Splunk迁移至自己的Amazon S3存储环境中。

　　T-Mobile是 Splunk 的客户，通过使用Splunk Enterprise，实现了确保客户在启动手机、拨打电话或支付账单时获得最佳体验。例如，借助全新Splunk Connect for Kafka，T-Mobile正在扩展实时分析能力，从而一线工作人员在为客户提供服务时做出更明智的决策。T-Mobile还计划继续依靠Splunk Enterprise、Splunk IT Service Intelligence和Splunk Machine Learning来以超越传统运营商的速度进行扩展。

　　为了扩展其开放技术生态系统，Splunk通过开源软件计划和原生云技术推出新的数据集成功能，包括：

　　● Splunk Connect for Kafka将Splunk Platform与 Apache Kafka进行集成，实现了高可扩展性和可靠性的处理实时数据流的方法。

　　● Splunk Connect for Kubernetes和Splunk Connect for Docker将Splunk Platform与主要解决方案统一起来，实现了容器化应用的自动部署、扩展和管理。

　　Splunk还为其机器学习工具包(MLTK)推出了新的实验管理界面，该界面可以更轻松的查看、控制、评估和监控机器学习实验。最新的MLTK还包括新算法，用于识别模式并确定训练机器学习模型的最佳预测程序。

　　在最新版监控和分析解决方案Splunk ITSI中，客户可以利用AI来预测即将发生的中断事件，以及这些中断事件在发生之前如何影响服务运行状况，从而使最终客户体验和收入不受影响。 ITSI还应用机器学习来减少事件噪音并自动识别最重要的业务事件，以便客户能够首先解决这些事件。同样，Splunk UBA更新还包括新的机器学习模型和现有模型的增强功能，以便客户更快速地识别并解决时效性安全问题和内部威胁。

转载：感谢您对网站平台的认可，以及对我们原创作品以及文章的青睐，非常欢迎各位朋友分享到个人站长或者朋友圈，但转载请说明文章出处。