એન્ડ-ટુ-એન્ડ એકીકરણ: શરૂઆતથી સમાપ્તિ સુધી ઘટનાનું સંચાલન કરવું

નફો:

• શોધ, નિદાન, શમન, કાયમી ઉકેલ અને શીખવાના તબક્કામાં આર્ટિફિશિયલ ઇન્ટેલિજન્સ સપોર્ટ સાથે ઘટનાનું એન્ડ-ટુ-એન્ડ મેનેજમેન્ટ
• ગભરાટના સમયમાં પણ કૃત્રિમ બુદ્ધિમત્તામાં સ્થાનાંતરિત થઈ શકે તેવા પગલાં અને દરેક તબક્કે માનવ નિર્ણયની જરૂર હોય તેવા પગલાંને અલગ કરીને ચકાસણી શિસ્ત જાળવવાની ક્ષમતા.
• 'શું થઈ રહ્યું છે, કેવી રીતે લખવું' પ્રશ્નો પર આર્ટિફિશિયલ ઈન્ટેલિજન્સ પ્રાધાન્ય આપે છે તેવા સુવર્ણ નિયમને ફેરવવાની ક્ષમતા અને માણસોને 'મારે તે કરવું જોઈએ, કોણ બાંયધરી આપનાર છે' પ્રશ્નોને વ્યવસાયિક પ્રતિબિંબમાં અગ્રતા ધરાવે છે.

એન્ડ-ટુ-એન્ડ ઇન્ટિગ્રેશન: AI સાથે અંતથી અંત સુધી ઘટનાનું સંચાલન

તમે અગાઉના દસ એકમોના ટુકડાઓ શીખ્યા: સ્ક્રિપ્ટીંગ, લોગ વિશ્લેષણ, મોનીટરીંગ, રૂપરેખાંકન, IaC, દસ્તાવેજીકરણ, આગાહી જાળવણી, ફેરફાર વ્યવસ્થાપન અને સુરક્ષા. પરંતુ વાસ્તવિક દુનિયામાં, આ ભાગો એક પછી એક આવતા નથી, પરંતુ એક ઘટનામાં ગૂંથાયેલા છે. આ અંતિમ એકમમાં, અમે ટુકડાઓ એકસાથે લાવીએ છીએ: તમે સંપૂર્ણ રીતે જોશો કે મધ્યરાત્રિમાં શરૂ થયેલી ઘટનાને કેવી રીતે મેનેજ કરવી, અંત-થી-અંત, શોધથી મૂળ કારણ સુધી, ઉપચારથી દસ્તાવેજીકરણ સુધી, અને દરેક તબક્કે AI ની યોગ્ય માત્રાનો ઉપયોગ કરવો. ઉદ્દેશ્ય નવી તકનીક શીખવવાનો નથી; તમે એન્જિનિયરના રીફ્લેક્સ તરીકે જે શીખ્યા છો તેને એકસાથે બાંધો, સમગ્ર મોડ્યુલમાં પુનરાવર્તિત એક સત્યને મજબૂત બનાવવું: AI દરેક તબક્કે વેગ આપે છે, પ્રકાશિત કરે છે અને બ્લુપ્રિન્ટ્સ બનાવે છે; પરંતુ તે હંમેશા માનવ છે જે નિદાનની પુષ્ટિ કરે છે, આદેશ ચલાવે છે, પરિવર્તનની પુષ્ટિ કરે છે અને પરિણામ માટે જવાબદારી ઉઠાવે છે.

આ એકમમાં, તમે એક ઘટનાના જીવનચક્રને એકીકૃત કરશો-તપાસ, નિદાન, હસ્તક્ષેપ, રિઝોલ્યુશન, લર્નિંગ-અને દરેક તબક્કે AIની ભૂમિકા અને મર્યાદાઓને ઉદાહરણ દ્વારા.

ઘટનાનું જીવન ચક્ર

દરેક ગંભીર ઘટના સમાન તબક્કામાંથી પસાર થાય છે, અને દરેક તબક્કામાં AIની ભૂમિકા અલગ હોય છે. તપાસ: એલાર્મ વાગે છે, વપરાશકર્તા ફરિયાદ કરે છે, મેટ્રિક બેઝલાઇન (યુનિટ 4) થી વિચલિત થાય છે. માન્યતા અને અવકાશ: શું તે ખરેખર એક મુદ્દો છે, તે કેટલો વ્યાપક છે? નિદાન: લોગ્સ અને મેટ્રિક્સ (યુનિટ 3) થી મૂળ કારણ સુધી પહોંચવું. પ્રતિભાવ અને શમન: નુકસાન અટકાવવું, ઉકેલ. કાયમી ઉકેલ: ફેરફાર વ્યવસ્થાપન (યુનિટ 9), સ્ક્રિપ્ટ (યુનિટ 2) અથવા જો જરૂરી હોય તો ગોઠવણી (યુનિટ 5) સાથે ઠીક કરો. શીખવું: પોસ્ટ-મોર્ટમ અને રનબુક અપડેટ (યુનિટ 7). AI શોધમાં વિસંગતતાને ચિહ્નિત કરે છે, નિદાનમાં પૂર્વધારણાઓ ઉત્પન્ન કરે છે, હસ્તક્ષેપમાં વિકલ્પો પ્રદાન કરે છે, ઉકેલમાં ડ્રાફ્ટ્સ લખે છે, શીખવામાં દસ્તાવેજો બનાવે છે - પરંતુ દરેક તબક્કે, માનવીઓ નિર્ણયના બિંદુ પર ઊભા છે.

ટીપ: ઘટનાની સૌથી ખતરનાક ક્ષણ એ નિદાન અને પ્રતિસાદની ક્ષણ છે જ્યારે તણાવ સૌથી વધુ હોય છે - ચોક્કસ જ્યારે AI પર આંધળો વિશ્વાસ કરવાની વિનંતી સૌથી વધુ મજબૂત હોય છે. તમે જેટલી વધુ ઉતાવળ કરશો, તમે "વાંચો, ચકાસો, પાછા ફરવાની તૈયારી કરો" રીફ્લેક્સને વધુ ચુસ્તપણે પકડી રાખશો. ગભરાટની એક ક્ષણમાં છોડવામાં આવેલ એકલ ચકાસણી ઘટનાને બમણી કરે છે.

શરૂઆતથી અંત સુધીનું ઉદાહરણ

ચાલો તેને કોંક્રિટ બનાવીએ. 02:10 વાગ્યે એલાર્મ: ચુકવણી સેવા p99 પ્રતિસાદ સમય 6 સેકન્ડનો છે, જે બેઝલાઇન (250–400 ms)થી ઉપર છે. શોધ યોગ્ય: ટ્રેકિંગ કામ કર્યું. પુષ્ટિકરણ: બહુવિધ સ્થાનો પરથી પુષ્ટિ, એક વાસ્તવિક ઘટના. ડાયગ્નોસ્ટિક્સ: એન્જિનિયર એઆઈને છેલ્લી 20 મિનિટના માસ્ક્ડ લોગ અને મેટ્રિક્સ આપે છે; AI એક સમયરેખા સ્થાપિત કરે છે અને 02:08 પર જમાવટ પછી તરત જ મંદીને ચિહ્નિત કરે છે - એક મજબૂત સહસંબંધ, પરંતુ હજુ પણ એક પૂર્વધારણા છે. એન્જીનીયર ડિપ્લોયમેન્ટ લોગ સાથે આની પુષ્ટિ કરે છે: હા, 02:08 વાગ્યે રીલીઝ કરવામાં આવ્યું હતું. પ્રતિભાવ: સૌથી ઝડપી ઘટાડો એ વિતરણને રોલ બેક કરવાનો છે; ફેરફાર વિનંતીમાં રોલબેક પગલું તૈયાર છે (યુનિટ 9). એન્જીનીયર સૌપ્રથમ કેનેરી લોજીક સાથે સર્વર પર રોલબેકનો અમલ કરે છે, પ્રતિભાવ સમય સુધરે છે અને પછી તેનો પ્રચાર કરે છે. કાયમી ઉકેલ: વાસ્તવિક મૂળ કારણ (નવા સંસ્કરણમાં બિન-અનુક્રમિત ક્વેરી) બીજા દિવસે શાંતિથી ઠીક કરવામાં આવશે. શીખવું: AI-મુક્ત પોસ્ટ-મોર્ટમનો મુસદ્દો તૈયાર કરવામાં આવે છે અને રનબુકમાં "પોસ્ટ-ડિપ્લોયમેન્ટ p99 મોનિટરિંગ" પગલું ઉમેરવામાં આવે છે. દરેક તબક્કે, એઆઈએ વેગ આપ્યો; માનવ દરેક નિર્ણય બિંદુ પર માન્ય.

શ્રમના માનવ-AI વિભાગનો સુવર્ણ નિયમ

આખા મોડ્યુલમાં તમે જે તફાવત જુઓ છો તે અહીં એક નિયમ બની જાય છે: "શું થઈ રહ્યું છે, શું થઈ શકે છે, કેવી રીતે લખવું"ના પ્રશ્નોમાં AI આગળ છે; "શું મારે હવે આ કરવું જોઈએ, આ માટે કોણ ખાતરી આપી શકે?" જેવા પ્રશ્નોની વાત આવે ત્યારે લોકો આગળ હોય છે. AI અથાક, ઝડપી છે, વિશાળ માહિતી સ્કેન કરે છે અને બ્લુપ્રિન્ટ્સ જનરેટ કરે છે — પરંતુ તે સંપૂર્ણ સંદર્ભ જાણતું નથી, આભાસ પેદા કરી શકે છે, જવાબદારી સંભાળી શકતું નથી અને તમારી સંસ્થાની છુપાયેલી નિર્ભરતા જોઈ શકતું નથી. માણસ ધીમો છે, પરંતુ સંદર્ભ, જવાબદારી અને નિર્ણય વહન કરે છે. શ્રેષ્ઠ પરિણામ એ બે વચ્ચેના શ્રમના યોગ્ય વિભાજનમાં છે: AI ને પુનરાવર્તિત, પાઠ્ય, ઉત્પાદક કાર્ય સોંપો; ચકાસણી, નિર્ણય અને અમલ માનવ રાખો.

ત્રણ નાના કેસો

કેસ 1 - અંતથી અંત સુધી 40 મિનિટ. ડિસ્ક પૂર્ણ ઘટનામાં, એક SRE એ AI સાથે સમગ્ર સાંકળને વેગ આપ્યો: બેઝલાઈન (5 મિનિટ) સાથે એલાર્મની પુષ્ટિ કરી, માસ્ક કરેલા લોગનો સારાંશ YZ પર દર્શાવ્યો અને પ્રથમ ભૂલ (5 મિનિટ) મળી, વાસ્તવિક સિસ્ટમ (5 મિનિટ) પર AI ની "લોગ રોટેશન બંધ થઈ ગઈ" પૂર્વધારણાને ચકાસ્યો, દોડ્યો અને ડ્રાય-રન સ્ક્રિપ્ટ સાથે રેડી-રન (5 મિનિટ), ક્લીન-રન સ્ક્રીપ્ટ (ડ્રાય-રન-10 મિનિટ) પર AI ની "લોગ રોટેશન અટકી ગઈ" ની ચકાસણી કરી. પોસ્ટમોર્ટમ સ્કેચ એઆઈને લખવામાં આવ્યો અને તથ્યોની ચકાસણી કરી (15 મિનિટ). કુલ 40 મિનિટ; AI વિના લગભગ બમણું. પરંતુ દરેક તબક્કે ચકાસણીનું પગલું હતું.

કેસ 2 - ગભરાટની ક્ષણમાં ચકાસણી છોડી દીધી. બીજી ટીમે કાપ મૂક્યો. તેણે એઆઈના પ્રથમ મૂળ કારણની પૂર્વધારણા (એક અવલંબન સેવા)ને ચકાસ્યા વિના સ્વીકારી અને તે સેવા પુનઃશરૂ કરી. સમસ્યા ઉકેલાઈ ન હતી કારણ કે વાસ્તવિક કારણ કંઈક બીજું હતું; તદુપરાંત, બિનજરૂરી રીબૂટએ બીજી આઉટેજ બનાવી. પાઠ: ઉતાવળ એ વેરિફિકેશન છોડવા માટે કોઈ વાજબી નથી; AI પૂર્વધારણાની પુષ્ટિ થાય તે પહેલાં, ક્રિયા ઘટનાને વધારી દે છે.

કેસ 3 - મર્યાદાથી વાકેફ હોવું. એક એન્જીનીયર એક રૂપરેખાંકન ફેરફારને અમલમાં મૂકવા જઈ રહ્યો હતો જેને AI એક જટિલ નેટવર્ક મુદ્દા પર વિનંતી કરી રહ્યું હતું. પરંતુ ફેરફાર ઉલટાવી શકાય તેવું લાગતું હતું, અને AI એ એજન્સીના ચોક્કસ રૂટીંગ નિયમો જાણતી ન હતી. એન્જિનિયરે બંધ કર્યું, વરિષ્ઠ નેટવર્ક નિષ્ણાતની સલાહ લીધી અને જાણ્યું કે AI ની દરખાસ્ત આ ચોક્કસ ટોપોલોજીમાં રૂટીંગ લૂપ બનાવશે. AI ની મર્યાદા જાણવાથી વિક્ષેપ અટકાવ્યો.

ચાર નકલ કરી શકાય તેવા નમૂનાઓ

1) ઇવેન્ટ ટ્રિગર સારાંશ (ટ્રાયેજ):

તમારી ભૂમિકા: વરિષ્ઠ SRE, મદદનીશ ઘટના કમાન્ડર. એક સક્રિય ઘટના છે. હું તમને જે માસ્ક કરેલ ચેતવણી/મેટ્રિક/લોગ આપું છું તે મને ઝડપી ટ્રાયજ આપે છે: (1) લક્ષણ શું છે, (2) અસરનો અવકાશ શું છે, (3) પ્રથમ જોવા માટે 3 વિસ્તારો, (4) દરેક માટે ફક્ત વાંચવા માટે નિયંત્રણ આદેશ. નિર્ણય અને અમલ મારો છે; માર્ગ મોકલો. ડેટા: [માસ્ક્ડ]

2) તબક્કાવાર ઘટના વ્યવસ્થાપન માર્ગદર્શિકા:

લક્ષણ [લક્ષણ] માટે ઘટના જીવનચક્ર દ્વારા મને પગલું-દર-પગલાં લઈ જાઓ: તપાસ પુષ્ટિ, નિદાન, શમન, કાયમી ઉકેલ, શીખવું. દરેક તબક્કે, મને કહો (a) મારે શું કરવાની જરૂર છે, (b) જ્યારે હું તેને AI ને સુરક્ષિત રીતે સોંપી શકું, (c) મારે જાતે કયો નિર્ણય લેવો જોઈએ. ચકાસણીના પગલાંને ચિહ્નિત કરો કે જો હું ઉતાવળ કરું તો પણ મારે છોડવું જોઈએ નહીં.

3) નિર્ણય બિંદુ નિયંત્રણ:

હું ઘટનાની મધ્યમાં છું અને હું નીચેની ક્રિયા કરવા જઈ રહ્યો છું: [ક્રિયા]. અમલ કરતા પહેલા, મને પૂછો: (1) શું આ ઉલટાવી શકાય તેવું છે, (2) મેં કયું વેરિફિકેશન કર્યું/ન કર્યું, (3) શું મારી પાસે રોલબેક પ્લાન છે, (4) શું મારી પાસે પુરાવા છે કે આ ક્રિયાએ વાસ્તવમાં મૂળ કારણનું નિરાકરણ કર્યું છે? જો તમને કંઈ ખૂટતું દેખાય તો મને રોકો.

4) ઘટના પછીનું સંકલિત શિક્ષણ:

હમણાં જ ઉકેલાઈ ગયેલી ઘટના માટે, [સારાંશ] મને આપે છે: (1) દોષ વિના પોસ્ટમોર્ટમ ડ્રાફ્ટ, (2) 3 કાયમી સુધારાઓ (મોનિટરિંગ/ઓટોમેશન/કોન્ફિગરેશન) જે આ ઘટનાને અટકાવશે, (3) રનબુક પગલાં કે જેને અપડેટ કરવાની જરૂર છે, (4) સમાન ઘટના માટે પ્રારંભિક ચેતવણી સંકેત સૂચન. પુરાવા વિના મૂળ કારણ લખવું; તથ્યો પર આધારિત.

નબળા પ્રોમ્પ્ટ / મજબૂત પ્રોમ્પ્ટ

નબળા પ્રોમ્પ્ટ:

સિસ્ટમ ક્રેશ થઈ ગઈ, મારે શું કરવું જોઈએ?

ગભરાઈને, સંદર્ભ વિના અને ચકાસણી વિના, આ પ્રોમ્પ્ટ AI તરફથી સામાન્ય અને સંભવતઃ જોખમી સલાહ મેળવે છે. ઉતાવળ આ સમયે સૌથી વધુ ભૂલો તરફ દોરી જાય છે.

શક્તિશાળી પ્રોમ્પ્ટ:

તમારી ભૂમિકા: મદદનીશ ઘટના કમાન્ડર. સક્રિય ઇવેન્ટ: ચુકવણી serviceip99 પ્રતિસાદ સમય 15 વખત બેઝલાઇન (250-400 ms) 02:10 થી. હું જાણું છું કે 02:08 વાગ્યે વિતરણ થયું હતું. મને આપો:(1) સૌથી વધુ સંભવિત પૂર્વધારણા અને તેને ફક્ત વાંચવા માટે કેવી રીતે ચકાસવું, (2) સૌથી ઝડપી અને ઉલટાવી શકાય તેવું શમન વિકલ્પ, (3) આ શમન લાગુ કરતાં પહેલાં મારે જે જોખમોને નિયંત્રિત કરવાની જરૂર છે. મારી પાસે અમલ અને મંજૂરી છે. વધારાનો ડેટા: [માસ્ક્ડ મેટ્રિક/લોગ]

ઘટનાનો તબક્કો

AI ની ભૂમિકા

જટિલ માનવ નિર્ણય

શોધ

વિસંગતતાને ચિહ્નિત કરો

શું તે વાસ્તવિક ઘટના છે, અવકાશ શું છે?

નિદાન

પૂર્વધારણા પેઢી

કઈ પૂર્વધારણાની પુષ્ટિ થઈ?

ઘટાડો

વિકલ્પો ઓફર કરશો નહીં

કયો ઘટાડો ઉલટાવી શકાય તેવું છે?

કાયમી ઉકેલ

ડ્રાફ્ટ/સ્ક્રીપ્ટ

ફેરફારને મંજૂર કરો અને અમલ કરો

શીખવું

પોસ્ટમોર્ટમ સ્કેચ

તથ્યો અને પાઠની માન્યતા

સામાન્ય ભૂલો

• ગભરાટમાં ચકાસણી કરવાનું છોડવું. "વાંચો-ચકાસવા-તૈયાર કરો રીટર્ન" રીફ્લેક્સને છોડી દેવા માટે ધસારો કોઈ વાજબી નથી; જેમ જેમ તાણ વધે તેમ શિસ્તમાં વધારો થવો જોઈએ.
• પુરાવા માટે પૂર્વધારણાને ભૂલ કરવી. AI ના પ્રથમ મૂળ કારણ સૂચનની પુષ્ટિ કર્યા વિના પગલાં લેવાથી ઘટનામાં વધારો થશે.
• AI ની સંદર્ભ સીમાને ભૂલી જવું. AI સંસ્થાની છુપાયેલી નિર્ભરતાને જાણતું નથી; નિર્ણાયક પરિવર્તનમાં, માનવ ચુકાદો પ્રવર્તે છે.
• શીખવાના તબક્કાને અવગણી રહ્યા છીએ. ઘટના, પોસ્ટમોર્ટમ અને રનબુક અપડેટ વિના, તે જ રાત્રે ફરી શરૂ થાય છે.
• AI પર જવાબદારી મૂકવી. "એઆઈએ આમ કહ્યું" એ કોઈ સંરક્ષણ નથી; અમલની જવાબદારી હંમેશા મનુષ્યની રહે છે.

સાવચેતી: ઘટના વ્યવસ્થાપનમાં AI નો ઉપયોગ કરવાથી ઘટના સંચાલન શીખવાની જગ્યા નથી આવતી. વાહન ક્રેશ થઈ શકે છે, ક્રેશ થઈ શકે છે અથવા દુર્ગમ હોઈ શકે છે. ઇજનેર જે મૂળભૂત બાબતો જાણે છે તે AI સાથે ઝડપી છે; એક એન્જિનિયર જે મૂળભૂત બાબતો જાણતો નથી તે AI સાથે ઝડપથી ભૂલો કરશે. પહેલા શિસ્ત સ્થાપિત કરો, પછી AI થી ઝડપ મેળવો.

સારાંશમાં

વાસ્તવિક દુનિયામાં, ભાગો એક પછી એક આવતા નથી પરંતુ એક ઘટનામાં એકબીજા સાથે જોડાયેલા હોય છે. શોધથી લઈને શીખવા સુધીની ઘટનાનું સંચાલન કરતી વખતે, AI દરેક તબક્કે વેગ આપે છે: વિસંગતતાને ફ્લેગ કરે છે, પૂર્વધારણાઓ જનરેટ કરે છે, વિકલ્પો ઓફર કરે છે, ડ્રાફ્ટ બનાવે છે, પોસ્ટમોર્ટમ તૈયાર કરે છે. પરંતુ દરેક નિર્ણય બિંદુએ એક અટકે છે - નિદાનની પુષ્ટિ કરે છે, ઘટાડવાનું પસંદ કરે છે, ફેરફારને મંજૂર કરે છે, પરિણામની માલિકી ધરાવે છે. સુવર્ણ નિયમ સ્પષ્ટ છે: "શું થાય છે, કેવી રીતે લખવું" ના પ્રશ્નોમાં AI આગળ છે અને "મારે તે કરવું જોઈએ, બાંયધરી આપનાર કોણ છે?"ના પ્રશ્નોમાં મનુષ્ય આગળ છે. ગભરાટના સમયમાં, શિસ્તમાં વધારો કરો, પુરાવાથી પૂર્વધારણાને અલગ કરો, AI ની સંદર્ભ મર્યાદા યાદ રાખો અને દરેક ઘટનામાંથી રનબુક પાઠ દોરો. આ મોડ્યુલનો સાર એક વાક્ય છે: AI એ એક શક્તિશાળી સહાયક છે; એન્જિનિયરિંગની જવાબદારી સોંપી શકાતી નથી.

એપ્લિકેશન કાર્ય

શરૂઆતથી અંત સુધી તમે તમારા ભૂતકાળમાં અનુભવેલી (અથવા કલ્પના કરેલી) ઘટનાને ધ્યાનમાં લો. ઉપરોક્ત “તબક્કાવાર ઘટના વ્યવસ્થાપન માર્ગદર્શિકા” ટેમ્પલેટ સાથે, AI ને તપાસ-નિદાન-શમન-રિઝોલ્યુશન-લર્નિંગના તબક્કાઓ દ્વારા ઘટનાને માર્ગદર્શન આપવા માટે કહો; દરેક તબક્કે, તમે AI ને સોંપી શકો તે પગલું અને તમારે જાતે નક્કી કરવા માટે જરૂરી પગલું અલગથી લખો. નિદાનના તબક્કા દરમિયાન ચકાસણી આદેશ સાથે ઓછામાં ઓછી એક AI પૂર્વધારણાની પુષ્ટિ કરો. છેલ્લે, “પોસ્ટ-ઇવેન્ટ ઇન્ટિગ્રેટેડ લર્નિંગ” ટેમ્પલેટ સાથે પોસ્ટ-મોર્ટમ અને રનબુક અપડેટ ડ્રાફ્ટ તૈયાર કરો. સમગ્ર પ્રક્રિયામાં શ્રમના માનવ-AI વિભાજનને 7 વસ્તુઓમાં સારાંશ આપો.

ચેકલિસ્ટ

• [ ] શું મેં ઘટનાને તપાસ, નિદાન, શમન, ઉકેલ અને શીખવાના તબક્કામાં વિભાજિત કરી છે?
• [ ] શું મેં AI ને સોંપી શકાય તેવા પગલાં અને દરેક તબક્કે માનવ નિર્ણય લેવાની જરૂર હોય તેવા પગલાં વચ્ચે તફાવત કર્યો છે?
• [ ] નિદાનમાં, શું મેં AI પૂર્વધારણાને પુરાવામાંથી અલગ કરી અને ચકાસણી આદેશ સાથે તેની પુષ્ટિ કરી?
• [ ] શું મેં રિવર્સિબિલિટી અને રોલબેક પ્લાનના સંદર્ભમાં ઘટાડાનું મૂલ્યાંકન કર્યું છે?
• [ ] શું મેં ગભરાટના સમયે પણ "રીડ-વેરીફાઈ-રીટર્ન તૈયાર કરો" રીફ્લેક્સ જાળવી રાખ્યું હતું?
• [ ] શું મેં ઘટનામાંથી પોસ્ટમોર્ટમ અને રનબુકનો પાઠ શીખ્યો?

મોડ્યુલ પરીક્ષા

1. સિસ્ટમ અને નેટવર્ક મેનેજમેન્ટમાં આર્ટિફિશિયલ ઇન્ટેલિજન્સ માટે નીચેનામાંથી કયું સ્થાન સૌથી સચોટ છે?

• A) કૃત્રિમ બુદ્ધિ એ સહાયક અને નિર્ણય સહાયક સાધન છે; નિર્ણાયક એક્ઝિક્યુટિવ નિર્ણયોની જવાબદારી અને અંતિમ મંજૂરી મનુષ્યો પર છે ✔
• બી) આર્ટિફિશિયલ ઇન્ટેલિજન્સ આદેશો ચલાવી શકે છે અને માનવ મંજૂરી વિના ઉત્પાદનમાં ફેરફારોનો અમલ કરી શકે છે
• C) આર્ટિફિશિયલ ઇન્ટેલિજન્સ માત્ર ટેક્સ્ટ લખવામાં જ કામ કરે છે, તેને સિસ્ટમ અને નેટવર્કના કામ સાથે કોઈ લેવાદેવા નથી
• ડી) કૃત્રિમ બુદ્ધિ હંમેશા મનુષ્યો કરતાં વધુ સચોટ નિર્ણયો લે છે, તેથી ચકાસણી બિનજરૂરી છે

વર્ણન: આર્ટિફિશિયલ ઇન્ટેલિજન્સ એ એક સહાયક અને નિર્ણય સહાયક સાધન છે જે સ્ક્રિપ્ટ્સ, લોગ વિશ્લેષણ અને દસ્તાવેજો જેવા ડ્રાફ્ટ્સ અને વિશ્લેષણનું ઉત્પાદન કરે છે. એક્ઝિક્યુટિવ નિર્ણયોની જવાબદારી અને અંતિમ મંજૂરી જે ડાઉનટાઇમ, ડેટા લોસ અને સુરક્ષાને અસર કરે છે, જેમ કે આદેશનો અમલ કરવો અથવા ફેરફારને મંજૂરી આપવી, સક્ષમ એન્જિનિયરની છે.

2. વેરિફિકેશન રિફ્લેક્સના ચાર સ્ટેપ કયા છે કે જે પ્રોડક્શનમાં આર્ટિફિશિયલ ઇન્ટેલિજન્સ દ્વારા જનરેટ કરવામાં આવેલ આદેશ ચલાવતા પહેલા અમલમાં મુકવા જોઈએ?

• એ) કોપી, પેસ્ટ, રન, આશા
• B) વાંચો અને સમજો, દસ્તાવેજ કરો, અલગ વાતાવરણમાં પ્રયાસ કરો, પ્રતિસાદ માટે તૈયારી કરો ✔
• સી) લાઇક, શેર, સેવ, આર્કાઇવ
• ડી) કાઢી નાખો, ફરીથી લખો, સંકુચિત કરો, મોકલો

વર્ણન: નિર્ણાયક આઉટપુટ પર લાગુ કરવા માટેના ચાર પગલાં: (1) વાક્ય દ્વારા આદેશ વાક્ય વાંચો અને સમજો, (2) ફ્લેગ્સ અને સિન્ટેક્સને સત્તાવાર દસ્તાવેજીકરણ સાથે લિંક કરો, (3) તેને અલગ/પરીક્ષણ વાતાવરણમાં અજમાવો, જો શક્ય હોય તો ડ્રાય-રન કરો, (4) જો તે ખોટું થાય તો ફોલબેક પ્લાન (બેકઅપ, સ્નેપશોટ) તૈયાર કરો.

3. ઓટોમેશન સ્ક્રિપ્ટ માટે 'અદમ્ય' હોવાનો અર્થ શું છે અને તે શા માટે મહત્વપૂર્ણ છે?

• A) સ્ક્રિપ્ટ દરેક રનમાં અલગ-અલગ પરિણામો આપે છે
• બી) સ્ક્રિપ્ટ માત્ર એક જ વાર ચાલી શકે છે અને પછી કાઢી શકાય છે
• C) જ્યારે બીજી વખત ચલાવવામાં આવે ત્યારે સ્ક્રિપ્ટને કોઈ નુકસાન થતું નથી; ✔ ફરીથી ટ્રિગર થાય તો પણ સલામત
• ડી) સ્ક્રિપ્ટમાં ભૂલ વ્યવસ્થાપન શામેલ નથી

સમજૂતી: આઇડમ્પોટેન્સીનો અર્થ એ છે કે જ્યારે એક જ સ્ક્રિપ્ટ બે કે તેથી વધુ વખત ચલાવવામાં આવે છે, ત્યારે તે બીજા રન પર નુકસાન પહોંચાડતી નથી અથવા ભૂલો પેદા કરતી નથી. 'જો વપરાશકર્તા પહેલેથી અસ્તિત્વમાં હોય તો છોડો', 'જો તે અસ્તિત્વમાં ન હોય તો ડિરેક્ટરી બનાવો, જો તે અસ્તિત્વમાં હોય તો તેને સ્પર્શશો નહીં' જેવા તર્ક સ્થાપિત થયા છે. આ સુનિશ્ચિત કરે છે કે જો આકસ્મિક રીતે ફરીથી ટ્રિગર થઈ જાય તો પણ ઓટોમેશન સુરક્ષિત રીતે કાર્ય કરે છે.

4. વિનાશક કામગીરી (કાઢી નાખવી, પુનઃપ્રારંભ કરો) ધરાવતી સ્ક્રિપ્ટને સુરક્ષિત કરવાની સૌથી મૂળભૂત રીત કઈ છે?

• A) સ્ક્રિપ્ટને શક્ય તેટલી ઝડપથી ચલાવો
• બી) ભૂલ સંદેશાઓ છુપાવવા
• સી) ઉત્પાદનમાં સીધી સ્ક્રિપ્ટનું પરીક્ષણ કરવું
• ડી) ડિફોલ્ટ ડ્રાય-રન પાછળ વિનાશક કામગીરી મૂકવી અને વાસ્તવિક અમલીકરણને સ્પષ્ટ ટિક ફ્લેગ સાથે જોડવું ✔

સમજૂતી: ડિફૉલ્ટ રૂપે વિનાશક પ્રક્રિયાઓને ડ્રાય-રન મોડમાં રાખવાથી અને માત્ર સ્પષ્ટ મંજૂરી ફ્લેગ સાથે વાસ્તવિક એપ્લિકેશન ચલાવવાથી (દા.ત. --લાગુ) તમને પ્રથમ જોવાની મંજૂરી આપે છે કે જ્યારે સ્ક્રિપ્ટ ચાલે ત્યારે શું થશે. તેમજ નલ વેરિયેબલ ચેકિંગ (VAR:?) પાથની ભૂલોને અટકાવે છે.

5. લોગ વિશ્લેષણમાં 'સહસંબંધ એ કારણ નથી' ના સિદ્ધાંતનો અર્થ શું થાય છે?

• એ) બે ઘટનાઓ કે જે એકસાથે બદલાય છે તે જરૂરી નથી કે કારણ-અસર સંબંધમાં હોય; કાર્યકારણ પણ ચકાસવું આવશ્યક છે ✔
• બી) લોગમાં સહસંબંધ શોધવો એ સમયનો વ્યય છે
• સી) બે ઘટનાઓ કે જે એકસાથે બદલાય છે, એક ચોક્કસપણે અન્યનું કારણ છે.
• ડી) કાર્યકારણ માત્ર કૃત્રિમ બુદ્ધિ દ્વારા નક્કી કરી શકાય છે

સમજૂતી: માત્ર કારણ કે બે ઘટનાઓ એક જ સમયે થાય છે (સંબંધ) એનો અર્થ એ નથી કે એક અન્ય (કારણ)નું કારણ બને છે; બંને ત્રીજી ઘટનાનું પરિણામ હોઈ શકે છે. AI નું સૂચન કે 'X કદાચ Y કારણે થયું' એ એક પૂર્વધારણા છે અને જ્યાં સુધી તે સિસ્ટમમાં ચકાસવામાં ન આવે ત્યાં સુધી તેને તારણો ગણવામાં આવતું નથી.

6. પર્ફોર્મન્સ મોનિટરિંગમાં પ્રતિભાવ સમયને માપતી વખતે સરેરાશ કરતાં પર્સેન્ટાઇલ (p95/p99) શા માટે પસંદ કરવામાં આવે છે?

• A) પર્સેન્ટાઇલની ગણતરી એવરેજ કરતાં વધુ સરળ છે
• બી) સરેરાશ લઘુમતીના ખરાબ અનુભવને છુપાવે છે; ટકાવારી આ છુપાયેલી સમસ્યાઓને છતી કરે છે ✔
• સી) એવરેજ હંમેશા ખોટી હોય છે અને તેનો ઉપયોગ થવો જોઈએ નહીં
• ડી) ટકાવારી માત્ર CPU મેટ્રિક્સ પર લાગુ થાય છે

સમજૂતી: એવરેજ એ ખૂબ જ ખરાબ અનુભવને છુપાવે છે જે વપરાશકર્તાઓના નાના ભાગને હોય છે. ભલે એવરેજ 200 ms હોય, p99 6 સેકન્ડ હોઈ શકે; આનો અર્થ એ છે કે દર સો વિનંતીઓમાંથી એક ભયાનક રીતે ધીમી છે. સરેરાશ દ્વારા છુપાયેલ આ લઘુમતીનું દર્દ પર્સેન્ટાઈલ દૃશ્યમાન બનાવે છે.

7. કન્ફિગરેશન મેનેજમેન્ટમાં 'ડ્રિફ્ટ' શું છે અને તે શા માટે જોખમી છે?

• A) નેટવર્ક ટ્રાફિક રાત્રે ઘટી જાય છે
• બી) સર્વરનું ભૌતિક સ્થાનાંતરણ
• સી) સર્વર્સ એકબીજાથી અને સમય જતાં ધોરણથી વિચલિત થાય છે; ✔ સમસ્યા ન થાય ત્યાં સુધી અદ્રશ્ય
• ડી) રૂપરેખાંકન ફાઈલો આપોઆપ બેકઅપ

વર્ણન: ડ્રિફ્ટ એ સમય જતાં બિનદસ્તાવેજીકૃત મેન્યુઅલ ફેરફારો દ્વારા એકબીજાથી અને ધોરણમાંથી સર્વર્સનું વિચલન છે. તેનો ભય તેનું મૌન છે: જ્યાં સુધી સમસ્યા ન આવે ત્યાં સુધી તે દેખાતું નથી, પછી એક સર્વર અન્ય કરતા અલગ રીતે વર્તે છે અને નિદાનમાં કલાકો લાગે છે. AI સરખામણી દ્વારા ડ્રિફ્ટને દૃશ્યમાન બનાવે છે; ગોલ્ડ વેલ્ડીંગ સિદ્ધાંત અટકાવે છે.

8. શા માટે IaC ટૂલ્સ (જેમ કે ટેરાફોર્મ)માં 'યોજના' પગલું સૌથી મહત્વપૂર્ણ સુરક્ષા રક્ષક છે?

• A) યોજના કોડને ઝડપથી ચલાવે છે
• બી) યોજના રાજ્ય ફાઇલ કાઢી નાખે છે
• C) યોજના ફક્ત કોડ ફોર્મેટિંગને ઠીક કરે છે
• ડી) યોજના બતાવે છે કે અમલીકરણ પહેલાં શું ઉમેરવામાં આવશે, બદલાશે અને કાઢી નાખવામાં આવશે; ડેટા નુકશાન અટકાવે છે ✔

વર્ણન: પ્લાન (ટેરાફોર્મ પ્લાન / એન્સિબલ --ચેક) કોડને અમલમાં મૂકતા પહેલા 'શું બદલાશે' પૂર્વાવલોકન આપે છે: કેટલા સંસાધનો ઉમેરવામાં આવશે, બદલવામાં આવશે, કાઢી નાખવામાં આવશે. ખાસ કરીને, 'નાશ' અને 'ફોર્સ રિપ્લેસમેન્ટ' રેખાઓ અમલીકરણ પહેલા ડેટા ગુમાવવાનું જોખમ સૂચવે છે. યોજના વાંચ્યા વિના અરજી કરવી એ સૌથી મોંઘી ભૂલોમાંની એક છે.

9. શા માટે ટેરાફોર્મ સ્ટેટ ફાઇલ કાળજીપૂર્વક સુરક્ષિત હોવી જોઈએ અને AI અથવા ઓપન રિપોઝીટરીઝમાં પેસ્ટ ન કરવી જોઈએ?

• A) સાદા લખાણ રહસ્યો રાજ્ય ફાઇલમાં સમાવી શકાય છે; જો લીક થશે, તો ઓળખની માહિતી જાહેર કરવામાં આવશે ✔
• બી) કારણ કે રાજ્ય ફાઇલ ખૂબ મોટી છે
• સી) સ્ટેટ ફાઇલ પહેલેથી જ વાંચી ન શકાય તેવી રીતે એન્ક્રિપ્ટેડ છે.
• ડી) જ્યારે સ્ટેટ ફાઇલ શેર કરવામાં આવે ત્યારે કોડ ઝડપથી ચાલે છે

વર્ણન: સ્ટેટ ફાઇલ મેનેજ્ડ ઇન્ફ્રાસ્ટ્રક્ચરની વર્તમાન સ્થિતિ રાખે છે અને તેમાં સાદા ટેક્સ્ટ રહસ્યો (ડેટાબેઝ પાસવર્ડ્સ, કી) શામેલ હોઈ શકે છે. તેથી, તેને એન્ક્રિપ્ટેડ, એક્સેસ-પ્રતિબંધિત, લૉક રિમોટ બેકએન્ડમાં રાખવું જોઈએ; તેને ક્યારેય સાર્વજનિક વાહન અથવા ભંડારમાં ન મૂકવો જોઈએ, નહીં તો રહસ્ય લીક થઈ જશે.

10. દસ્તાવેજીકરણમાં 'ખોટી રનબુક કોઈ રનબુક કરતાં વધુ ખતરનાક છે' વિધાન શું પર ભાર મૂકે છે?

• A) રનબુક લખવું એ સમયનો વ્યય છે
• બી) એક વણચકાસાયેલ રનબુક કટોકટીમાં આંધળાપણે લાગુ કરવામાં આવે છે; એક ખોટું પગલું આફત તરફ દોરી શકે છે ✔
• C) રનબુક ફક્ત સંચાલકો માટે જ લખવામાં આવે છે
• ડી) દસ્તાવેજીકરણ ક્યારેય અપડેટ થવું જોઈએ નહીં

સમજૂતી: રનબુક વિનાની ટીમ કટોકટી દરમિયાન સાવધ અને શંકાસ્પદ હોય છે; પરંતુ 'સત્તાવાર' રનબુક ધરાવનાર વ્યક્તિ તણાવમાં પ્રશ્ન કર્યા વિના તેને લાગુ કરે છે. જો રનબુક ચકાસાયેલ નથી અને તેમાં એક પગલું ખોટું છે, તો અંધ અમલીકરણ વિનાશ તરફ દોરી જશે. તેથી જ દરેક રનબુકનું વાસ્તવિક વાતાવરણમાં સંપૂર્ણ પરીક્ષણ અને સ્ટેમ્પ થયેલ હોવું જોઈએ.

11. અનુમાનિત જાળવણીમાં, જ્યારે ડિસ્ક નિષ્ફળતાની નજીક આવે છે ત્યારે સમજવાનો સાચો અભિગમ કયો છે?

• A) એક ખરાબ SMART ડિસ્કને તાત્કાલિક બદલો
• B) SMART ડેટાને સંપૂર્ણપણે અવગણવું
• સી) સમય જતાં મૂલ્યોના વલણને જોવું; ✔ સુસંગત અને ઝડપી સિગ્નલની ગણતરીમાં વધારો
• ડી) ડિસ્ક સંપૂર્ણપણે તૂટી જાય પછી જ પગલાં લેવા

સમજૂતી: એક ખરાબ સ્માર્ટ વાંચન ગભરાવાનું કારણ નથી; ડિસ્ક માટે પ્રસંગોપાત ભૂલો સુધારવી સામાન્ય છે. વાસ્તવિક સંકેત એ વલણ છે: સમય જતાં પુન: ફાળવેલ ક્ષેત્ર જેવા મૂલ્યોમાં સતત અને ઝડપી વધારો. તેથી જ AI ને સમય શ્રેણી આપવામાં આવે છે, એક પણ વાંચન નથી.

12. પ્રોડક્શન ચેન્જઓવરના બે સૌથી વધુ વારંવાર અવગણવામાં આવતા પરંતુ નિર્ણાયક ભાગો શું છે?

• એ) ફેરફારનો રંગ અને નામ
• બી) ફેરફાર કરનાર વ્યક્તિનું શીર્ષક અને વિભાગ
• સી) સોશિયલ મીડિયા પર ફેરફારની જાહેરાત
• ડી) રોલબેક પ્લાન અને સફળતા ચકાસણી માપદંડ ✔

સમજૂતી: જો કોઈ ફેરફાર લાગુ થાય તે પહેલાં 'જો તે ખરાબ થાય તો હું બરાબર કેવી રીતે રોલ બેક કરું' (રોલબેક પ્લાન) અને 'હું કેવી રીતે સાબિત કરી શકું કે તે સફળ છે' (સફળતાની ચકાસણી માપદંડ) પ્રશ્નોના કોઈ લેખિત જવાબ નથી, તો તે ફેરફાર હજી તૈયાર નથી. આ બે વિના, તૂટેલા ફેરફારને 'સંપૂર્ણ' ગણી શકાય.

13. એક જ સમયે બધા સર્વર્સ પર સુરક્ષા જમાવટ (નવું સંસ્કરણ/પેચ) રોલઆઉટ કરવાને બદલે 'કેનેરી' અભિગમ શા માટે પસંદ કરવામાં આવે છે?

• એ) ફેરફાર પ્રથમ નાના ભાગ પર લાગુ થાય છે; બગ આખા કાફલાને નહીં, નાના ભાગને અસર કરે છે અને વહેલા પકડાય છે ✔
• બી) કેનેરી વિતરણ ઓછી વીજળી વાપરે છે
• C) કેનેરી જમાવટ ચકાસણીને સંપૂર્ણપણે બિનજરૂરી બનાવે છે
• ડી) કેનેરી જમાવટ માત્ર ડેટાબેસેસ પર લાગુ થાય છે

વર્ણન: કેનેરી ડિપ્લોયમેન્ટ એ ફેરફારને નાના ભાગમાં લાગુ કરી રહી છે (એક સર્વર, 5% વપરાશકર્તાઓ) પ્રથમ અને મોનિટરિંગ. આ રીતે, બગ નાના ભાગને અસર કરે છે, સમગ્ર કાફલાને નહીં, અને વહેલા પકડાય છે. એક બગ જે એક જ સમયે ફેલાય છે તે એક જ સમયે બધા વપરાશકર્તાઓને હિટ કરે છે.

14. સુરક્ષા કાર્યમાં કૃત્રિમ બુદ્ધિમત્તાનો ઉપયોગ કરતી વખતે અપરિવર્તનશીલ નૈતિક અને કાનૂની નિયમ શું છે?

• A) કૃત્રિમ બુદ્ધિમત્તાનો ઉપયોગ કોઈપણ સિસ્ટમમાં નબળાઈઓ માટે સ્કેન કરવા માટે મુક્તપણે થઈ શકે છે
• બી) નૈતિક સંહિતા માત્ર મોટી સંસ્થાઓને જ લાગુ પડે છે
• સી) તેનો ઉપયોગ માત્ર અધિકૃત પ્રણાલીઓમાં અને સંરક્ષણ હેતુઓ માટે થાય છે; અનધિકૃત ઍક્સેસ અથવા હુમલા માટે ઉપયોગ એ ગુનો છે ✔
• ડી) તે શીખવા માટે કોઈ બીજાની સિસ્ટમમાં ઘૂસણખોરી કરવા માટે મુક્ત છે.

વર્ણન: સિસ્ટમ અને નેટવર્ક માહિતી બેવડા ઉપયોગ છે. આર્ટિફિશિયલ ઇન્ટેલિજન્સનો ઉપયોગ ફક્ત એવી સિસ્ટમમાં જ થઈ શકે છે કે જેના માટે તમે અધિકૃતતા લખી હોય અને રક્ષણાત્મક હેતુઓ માટે (લોગ ધમકી શોધ, સખ્તાઇ, ઘટના પ્રતિસાદ). તમારી ન હોય તેવી સિસ્ટમને સ્કેન કરવા અથવા ઘૂસણખોરી કરવા માટે તેનો ઉપયોગ કરવો એ અનધિકૃત ઍક્સેસ અને ગુનો છે; શીખવા માટે એક અલગ લેબોરેટરીનો ઉપયોગ કરવો જોઈએ.