Getty Images/iStockphoto
VMware setzt bei vRealize Log Insight und AppDefense auf KI
VMware nutzt für einige seiner Services und Produkte Machine-Learning-Algorithmen und will damit vor allem seine Kunden besser unterstützen können.
VMware hat künstliche Intelligenz schon seit geraumer Zeit im Blick – und zwar aus gutem Grund. Künstliche Intelligenz (KI) ist in der Lage, den Systembedarf vorherzusagen und wichtige, aber lästige und langwierige Aufgaben zu automatisieren. Außerdem lassen sich mit KI-Technologien Szenarien simulieren, um mögliche Probleme im Data Center bereits im Vorfeld zu identifizieren.
Kein Wunder also, dass VMware damit begonnen hat, KI in einige seiner Angebote zu integrieren. Dazu gehören zum Beispiel vRealize Log Insight und die kürzlich veröffentlichte AppDefense. Zunächst aber eine Klarstellung: Die meisten VMware-Beispiele, die KI verwenden, gehören in den Bereich maschinelles Lernen. Machine Learning ist ein Teilgebiet von KI, das Daten mit statistischen Analysealgorithmen ohne explizite Programmierung verarbeitet.
Nehmen wir an, man hat ein Programm mit bedingten Anweisungen geschrieben, das Probleme in einem System anzeigen soll. Wenn ein Protokolleintrag das Wort error enthält, dann gibt es laut diesem Programm ein Problem mit dem System. Obwohl dies nützlich ist, würde es zu lange dauern, um jeden einzelnen Log-Eintrag in allen Systemen zu untersuchen, in dem ein Error-Eintrag vorkommt.
VMware vRealize Log Insight verwendet daher Algorithmen zum maschinellen Lernen. Mit seiner intelligenten Gruppierungsfunktion scannt es eingehende Daten und gruppiert anschließend die Nachrichten, um Ereignisse auf Systemen mit einem bestimmten Problem zu lokalisieren.
Man könnte denken, dass KI – da es schon so lange existiert – eine größere Rolle in der aktuellen Softwaretechnologie spielen würde. Dem ist leider nicht so. KI ist zwar schon relativ alt – mit ersten Anfängen in den 1950er Jahren. Lange Zeit war die Disziplin theoretisch hochinteressant und viele Forscher haben sich mit ihr beschäftigt und theoretisch bedeutsame Erkenntnisse hervorgebracht.
Doch technologisch verwertbare Durchbrüche gab es bis vor wenigen Jahren nicht. Ein Grund dafür war, dass in der Vergangenheit zu wenig Rechenleistung bereitstand und es keinen Zugriff auf die riesigen Datenmengen gab, mit denen die Maschinen lernen. Heutzutage gibt es einen problemlosen Zugang auf enorme Rechenleistung und riesige Datenmengen, die für die künstliche Intelligenz notwendig sind.
Je mehr Daten, desto besser
Ähnlich wie menschliche Intelligenz sammelt künstlich Intelligenz – insbesondere maschinelles Lernen – Daten aus der Umgebung und analysiert diese Daten, um das Richtige vom Falschen zu unterscheiden oder das Gute vom Schlechten. Im Gegensatz zu einem Menschen, der schon aus wenigen Daten lernen kann, werden die Algorithmen des maschinellen Lernens jedoch nur dann besser bei der Datenanalyse, wenn sie massive Mengen an Daten erhalten.
Einige auf maschinellem Lernen basierende Produkte, wie vRealize Log Insight und vRealize Operations, sammeln und verarbeiten nur Daten aus Ihrer eigenen Umgebung. Das ist nicht immer so. Eine weitere VMware-Funktion, Workspace One Intelligence, erfasst ebenfalls Daten, um sicherere und robustere Systeme zu erstellen.
Das Produkt Workspace One Intelligent, welches mit der Übernahme von Apteligent im Mai 2017 in das Portfolio von VMware wanderte, sammelt Daten von allen Geräten, Anwendungen und Benutzern in einer Workspace-One-Bereitstellung und wertet diese Daten mit Machine-Learning-Algorithmen aus, um die Sicherheit und Leistung zu verbessern.
Andere ähnliche Produkte brauchen ebenfalls erhebliche Datenmengen aus zahlreichen Quellen. Hier kann es Probleme mit dem maschinellen Lernen geben. Denn Kunden schätzen verständlicherweise ihre Privatsphäre, aber wenn Machine-Learning-Produkte keinen Zugriff auf Kundeninformationen, zum Beispiel zur Systemnutzung, zu Fehlern oder Statistiken, haben, werden ihre Algorithmen schwerlich Korrelationen zwischen Ereignissen herstellen können und einen Nutzwert bringen.
Wenn man in den letzten Jahren ein VMware-Produkt installiert hat, ist man wahrscheinlich mit dem Dialogfeld in dem Programm vertraut, das in der folgenden Abbildung dargestellt ist. Das Programm lädt einen dazu ein, zur Verbesserung der Kundenzufriedenheit von VMware teilzunehmen (Customer Experience Improvement Program, kurz CEIP). CEIP ist die produktinterne Methode, mit der VMware die Kundendaten für die Produktnutzung sammelt.
Viele Administratoren lehnen CEIP aber ab, weil sie sich nicht die Zeit genommen haben, um Datenschutzfragen innerhalb ihrer Organisation zu klären. Sie möchten lieber auf der sicheren Seite stehen. Wenn sich jedoch mehr Administratoren die Zeit nehmen würden, um an CEIP teilzunehmen und die Datenschutzfragen geklärt hätten, würden alle VMware-Anwender davon profitieren.
Skyline unterstützt proaktiven Support
Obwohl das Unternehmen weiterhin CEIP für die Erfassung von Kundendaten einsetzt, hat VMware kürzlich eine neue Support-Technologie für die Datenerfassung eingeführt. Sein Name ist Skyline.
Skyline ist derzeit nur für Premier-Support-Kunden in den USA verfügbar und wird voraussichtlich ab 2018 für Production-Support-Kunden verfügbar sein. Derzeit gibt es keine Informationen darüber, wann Skyline für andere geographische Regionen verfügbar ist. In der aktuellen Version analysiert Skyline vSphere- und NSX-Umgebungen. VMware wird im Laufe der Zeit jedoch weitere Produkte hinzufügen.
Um Skyline verwenden zu können, muss der Kunde in seiner Umgebung die virtuelle Skyline Collector Appliance installieren. Der Skyline Collector nutzt Automatisierungstechnik, um Konfigurations-, Funktions- und Leistungsdaten aus der Umgebung zu sammeln, zu analysieren und die Ergebnisse dieser Analyse an VMware zu senden.
VMware wiederum verarbeitet diese Informationen dann mit Machine-Learning-Algorithmen. Support-Techniker nutzen die Informationen, um proaktiv mit Kunden zusammenzuarbeiten, bestehende Probleme zu beheben und möglicherweise in Zukunft auftretende Probleme zu verhindern.
Skyline unterscheidet sich von anderen ähnlichen Datenerfassungstechnologien dadurch, dass die Daten aller Kunden in einen einzigen großen Data Lake aggregiert werden. Diesen Data Lake nutzen Ingenieure, um Trends und Ereignisse in der gesamten VMware-Landschaft analysieren und identifizieren können.
KI spielt eine immer größere Rolle im Produktportfolio von VMware, und da das Unternehmen im Laufe der Zeit immer mehr Daten sammelt, werden seine Algorithmen für maschinelles Lernen immer besser und robuster. Gleichzeitig machen es die VMware-Produkte zunehmend einfacher, Metadaten über die Nutzung und den Betrieb von Cloud-Diensten zu erhalten. Dieses Wachstum wird sich allerdings nur fortsetzen, wenn VMware mit seinen Geräten und Sensoren für die flächendeckende Datenerfassung ins Internet der Dinge expandiert.
Folgen Sie SearchDataCenter.de auch auf Twitter, Google+, Xing und Facebook!
