Nuspėjamoji priežiūra: gedimų matymas prieš jiems įvykstant

Pelnas:

• SMART gali nuskaityti ankstyvus signalus, tokius kaip sertifikato / licencijos galiojimo laikas ir klaidų dažnis, kaip dirbtinio intelekto tendencijas ir numatyti gedimą.
• Galimybė atskirti klaidingus pavojaus signalus nuo realios rizikos žiūrint į laiko eilučių tendencijas, o ne į vieną rodmenį
• Supratimas, kad dirbtinis intelektas sukuria galimybes ir priimti sprendimą pakeisti dalis pertekliniu, sąnaudomis ir dalies tiekimo laiku

Nuspėjamoji priežiūra: gedimų pastebėjimas prieš jiems atsirandant naudojant AI

Sistemos valdyme yra trys priežiūros tipai. Reaktyvioji priežiūra yra taisymas po to, kai jis sugenda – tai brangiausia ir sukelianti stresą; Diskas prisipildo, serveris sugenda, tada paleidžiate. Prevencinė priežiūra yra priežiūra, kuri atliekama reguliariais intervalais pagal grafiką, pvz., "keiskite diską kas 6 mėnesius"; Tai veikia, bet gali būti per anksti (nereikalingos išlaidos) arba per vėlu (gedimas pirmiausia). Nuspėjama priežiūra yra pats protingiausias dalykas: nuskaityti ankstyvuosius signalus, rodančius, kad komponentas artėja prie gedimo, ir įsikišti laiku. Būtent šiuos ankstyvuosius signalus AI gali atpažinti – disko SMART duomenų sugadinimas, artėjantis sertifikato galiojimo laikas, didėjantis atminties klaidų lygis, tylus kilimas. Tačiau įspėjimas aiškus: AI sukuria tikimybę ir išankstinį įspėjimą; Jūs esate tas, kuris priima dalių keitimą, gedimų planavimą ir biudžeto sudarymo sprendimus, pasverdamas riziką ir išlaidas.

Šiame skyriuje pagrindiniai nuspėjamosios priežiūros signalai (SMART, sertifikato / licencijos galiojimo laikas, klaidų lygio tendencija, išteklių susidėvėjimas); Ankstyvojo įspėjimo skaitymas naudojant AI; ir išmoksite atskirti klaidingą pavojaus signalą nuo realios rizikos.

Kur paslėpti ankstyvieji signalai?

Aparatinė ir programinė įranga retai miršta staiga; dažniausiai jis sušnabžda pirmas. Diskai gamina SMART (Self-Monitoring, Analysis and Reporting Technology) duomenis: perskirstytų sektorių skaičius, skaitymo klaidų lygis, laukiantys sektoriai. Lėtai didėjantys šie skaičiai rodo, kad diskas artėja prie mirties. Panašiai TLS sertifikatai ir programinės įrangos licencijos turi galiojimo pabaigos datą; Jei to nepadarysite, visa paslauga sugestų per naktį ir būtų pateiktas įspėjimas „nesaugus“. Atminties moduliai įspėja apie gresiantį gedimą padidindami taisomų klaidų skaičių. AI gerai pažymi lėtą tendenciją šiose skaičių krūvose – gudrų kilimą, kurio žmogaus akis praleidžia triukšme.

Patarimas: Paprasčiausia ir pelningiausia numatomos priežiūros pradžia yra sertifikavimo ir licencijavimo kalendorius. Pasibaigęs sertifikatas yra labiausiai nuspėjama gedimo priežastis, kurią galima žinoti iš anksto. Jei AI nurodysite visų savo sertifikatų galiojimo datas ir nurodysite „išvardykite juos prioriteto tvarka, nes jų galiojimas baigsis per ateinančias 60 dienų“, jis nepabus daug naktų.

Triukšmas su signalu: vienas skaitymas nieko nesako

Didžiausias nuspėjamosios priežiūros spąstas yra pernelyg didelė reakcija į vieną blogą rodmenį. Viena klaida disko SMART reikšmėje nėra priežastis panikuoti; Normalu, kad retkarčiais ištaisomos diskų klaidos. Tikrasis signalas yra tendencija: nuoseklus ir spartėjantis vertės prastėjimas laikui bėgant. Štai kodėl AI suteikiate ne vieną momentinę vertę, o laiko eilutę ir klausiate „ar ši vertė didėja, ir jei taip, ar ji greitėja? Tas pats skirtumas padeda atskirti gedimo galimybę nuo tikrojo gedimo tikrumo: AI sako, kad „šis diskas padidina gedimo riziką“; Įvertinkite tai kartu su savo atleidimo situacija, detalės kritiškumu ir atsarginių dalių tiekimo laikotarpiu bei nuspręsite, ar ją pakeisti.

Žingsnis po žingsnio: nuspėjama priežiūra naudojant AI

1. Surinkite tinkamą signalą. SMART išvestis, sertifikavimo sąrašas, atminties klaidų skaitikliai, išteklių tendencijų duomenys – surinkite bet kokius bet kurio komponento ankstyvuosius signalus.
2. Pateikite laiko eilutes. Pateikite duomenis, apimančius praeitį, o ne tik vieną rodinį, kad dirbtinis intelektas matytų tendencijas.
3. Paklauskite apie tendencijas ir pagreitį. „Ar ši vertė didėja, greitėja, kada ji pasieks kritinę ribą? — projekcijos prašyti tam tikrais intervalais.
4. Suteikite pirmenybę. Kuris iš daugybės įspėjimų yra pats svarbiausias ir betarpiškiausias? Paprašykite AI suskirstyti tvarką pagal riziką ir skubumą.
5. Priimkite sprendimą atsižvelgdami į kontekstą. Ar turite atleidimo iš darbo, koks dalių pristatymo laikas, kada yra dingimo langas? Šis kontekstas yra jumyse, o ne AI; Jūs priimate sprendimą keistis.
6. Suplanuokite ir patikrinkite. Suplanuokite pakeitimą per techninės priežiūros laikotarpį; Pakeitę patikrinkite, ar naujasis komponentas yra sveikas.

trys mini dėklai

1 atvejis – klastinga disko tendencija. Saugyklos tvarkyklė AI pateikė savaitinius SMART duomenis iš 200 diskų. YZ pažymėjo, kad „perskirtų sektorių“ skaičius trijuose diskuose per pastarąsias 6 savaites išaugo atitinkamai nuo 0 iki 4, 11 ir 27, o 27 disko pagreitis buvo didžiausias. Šie diskai dar nebuvo sugedę, tačiau tendencija buvo aiški. Administratorius pakeitė rizikingiausią diską suplanuotame lange neprarasdamas jokių duomenų – išvengdamas reaktyvaus atkūrimo per naktį.

2 atvejis – nelaimės dėl sertifikato išvengta. Komanda bandė rankiniu būdu sekti dešimčių paslaugų sertifikatus. Jie perdavė AI užmaskuotą sertifikato galiojimo pabaigos sąrašą ir suteikė pirmenybę tiems, kurių galiojimas baigsis per 60 dienų. AI įdėjo kritinį API sertifikatą, apie kurį niekas nežinojo ir kuris baigsis po 9 dienų. Renovacija atlikta laiku; Buvo išvengta gedimo, kuris per naktį būtų nutraukęs visas integracijas.

3 atvejis – grįžimas iš klaidingo pavojaus signalo. Inžinierius pamatė vieną ištaisomą klaidą serverio atminties klaidų skaitiklyje ir norėjo nedelsiant pakeisti diską. Pirma, jis AI suteikė 3 mėnesių skaitiklio tendenciją. AI pareiškė, kad tai buvo pavienis, nepasikartojantis, nedidėjantis įvykis ir neparodė jokios tendencijos. Buvo išvengta nereikalingų techninės įrangos keitimo ir priežiūros langų išlaidų; Inžinierius tik žiūrėjo.

Keturi kopijuojami šablonai

1) SMART / aparatinės įrangos tendencijų analizė:

Toliau pateikiami paskutinės [X] savaitės užmaskuoti [N] diskų SMART duomenys (ypač perskirstyti / laukiantys sektoriai ir skaitymo klaidų dažnis). Pasakykite man: (1) kuriuose diskuose yra atitinkamos reikšmės DIDĖJAMAS, (2) didėjimas greitėja, (3) skubos tvarka pažymėkite 3 rizikingiausius diskus. Žiūrėkite tendencijas, o ne tik skaitykite. Atkreipkite dėmesį, kad tai yra įspėjimas apie galimybę ir sprendimas yra mano. Duomenys: [...]

2) Sertifikato / licencijos galiojimo pabaigos prioritetas:

Žemiau yra paslėptas sertifikatų / licencijų sąrašas ir jų galiojimo laikas. Šiandien yra [data]. Išvardykite man dalykus, kurie bus atlikti per ateinančias 60 dienų, skubos tvarka (likusios dienos); Parašykite įvertintą kiekvieno atnaujinimo prioriteto lygį. Jei yra kažkas, kurio galiojimo laikas baigėsi anksčiau, padėkite jį viršuje. Sąrašas: [...]

3) Klaidų dažnio tendencijų įvertinimas:

Žemiau pateikiamas komponento aprašymas [pvz. atmintis/tinklas] turi paskutinių 3 mėnesių klaidų skaitiklį. Ar tai tikra blogėjimo tendencija ar izoliuotas triukšmas? (1) ar vertė didėja, (2) ar ji pastovi / greitėja ar išsibarsčiusi, (3) ar jūsų rekomendacija yra „žiūrėti“ ar „planuojama keisti“? Aš nuspręsiu; Pateikiate pagrįstą vertinimą. Duomenys: [...]

4) Suvirinimo susidėvėjimo projekcija:

Žemiau [šaltinis, pvz. SSD įrašymo trukmė / disko užimtumas] tendencijos duomenys yra prieinami. Kada dabartiniu tempu bus pasiekta kritinė riba (%[X]%)? Numatykite optimistinį ir pesimistinį diapazoną, užsirašykite savo prielaidas. Jei dalių tiekimo laikas yra [Y] dienų, kada turėčiau imtis veiksmų? Duomenys: [laiko eilutė]

Silpnas raginimas / Stiprus raginimas

Silpnas raginimas:

Ar šis diskas suges? [viena SMART išvestis]

Vienos momentinės nuotraukos rodmenys nerodo tendencijos. AI arba sako tuščią „galbūt“, arba žiūri į vieną reikšmę ir spėja, kad sureaguos per daug.

Galingas raginimas:

Jūsų vaidmuo: saugojimo patikimumo ekspertas. Toliau pateikiamos paskutinės 8 savaitės disko SMART momentinės kopijos (užmaskuotos): perskirstytų sektorių skaičius ir dabartinis laukiantis sektorius. Pateikite man (1) šių dviejų reikšmių savaitės tendenciją, (2) jei yra padidėjimas, ar jis greitėja, (3) jei mano dabartinis atleidimas yra 1 disko tolerancija su RAID, pateikite man pagrįstą įvertinimą, ar turėčiau pakeisti šį diską planuotai, ar skubiai. Tai priklauso nuo manęs.Duomenys: [8 savaičių serija]

Priežiūros tipas

Kada įsikišti

Kaina

AI indėlis

reaktyvus

Kai yra gedimas

Aukščiausias (atskaitymas)

Ribotas, po įvykio

prevencinės

Su fiksuotu kalendoriumi

Vidutinis (anksti / vėlai)

Kalendoriaus optimizavimas

nuspėjamasis

Esant ankstyvam signalui

Minimalus (planuojamas)

Tendencija ir išankstinis įspėjimas

Dažnos klaidos

• Reagavimas į vieną skaitymą. Bloga SMART vertė nesukelia panikos; Signalas yra tendencija, o ne vienas taškas.
• Nepaisoma sertifikavimo kalendoriaus. Labiausiai nuspėjamas sutrikimas – pasibaigęs sertifikato galiojimas; To netekti – nedovanotina.
• Tikimybės klaidinimas su tikrumu. „Sėkmės rizika didėja“ skiriasi nuo „žlugs“; priimti sprendimą dėl pertekliaus ir išlaidų.
• Pamiršus dalių tiekimo laiką. Matant išankstinį įspėjimą ir neatsižvelgus į atsarginių dalių tiekimo laikotarpį, vėl gali kilti pertrūkių.
• Biudžeto išleidimas triukšmui. Reagavimas į izoliuotą, nedidėjantį gedimą pakeičiant aparatūrą yra bereikalingas kaštas.

Atsargiai: AI gedimo numatymas pagrįstas praeities modeliais; Į šiuos modelius neįtraukiama staigi gamybos klaida, energijos šuolis arba su programine įranga susijusi mirtis. Numatyta priežiūra sumažina riziką, o ne ją atkuria; atsarginė kopija ir perteklius visada yra pirmoji gynybos linija.

Apibendrinant

Nuspėjamoji techninė priežiūra – tai ankstyvieji gedimo požymiai pastebėti dar prieš tai įvykstant ir įsikišimas laiku – išvengiama streso, kurį sukelia reaktyvi priežiūra, ir prevencinės priežiūros švaistymas. Dirbtinis intelektas yra galingas ženklinant klastingas SMART duomenų tendencijas, artėjant sertifikavimo galiojimo laikui, didinant klaidų skaičių. Tačiau pažiūrėkite į tendencijas, o ne tik į skaitymą; Nepriimkite tikimybės kaip tikrumo; Atsižvelkite į dalių pristatymo laiką ir savo atleidimą. AI suteikia išankstinį įspėjimą; Dalies keitimas, prastovų planas ir biudžeto sprendimas yra jūsų, kad įvertintumėte riziką ir išlaidas. Ir atminkite: nuspėjamoji priežiūra papildo atsarginę kopiją, o ne ją pakeičia.

Taikymo užduotis

Pradėkite nuo paprasčiausio nuspėjamosios priežiūros varianto: nurodykite visų savo sistemose esančių sertifikatų (arba licencijų) galiojimo datas, užmaskuokite jas ir suteikite pirmenybę tiems, kurių galiojimas baigiasi per 60 dienų, naudodami anksčiau pateiktą šabloną „Sertifikato / licencijos galiojimo pabaigos prioritetas“. Tada, jei turite prieigą, surinkite kelių diskų SMART tendencijų duomenis ir pažiūrėkite, ar nėra padidėjimo naudodami šabloną „SMART/hardware trend analysis“. Savo išvadas ir planuojamus veiksmus, kurių imsitės (atnaujinimas, stebėjimas, keitimas), surašykite į 6 punktus; Kiekviename iš jų nurodykite savo sprendimo pagrindimą.

kontrolinis sąrašas

• [ ] Ar pašalinau sertifikatų ir licencijų galiojimo datas ir suteikiau prioritetą būsimiems?
• [ ] Ar žiūriu į aparatinės įrangos signalų laiko eilučių tendencijas, o ne į vieną rodmenį?
• [ ] Ar ne aš priėmiau dirbtinio intelekto „gedimo riziką“ kaip tikimybę ir nesuklydau su tikrumu?
• [ ] Ar priimdamas sprendimą dėl pakeitimo atsižvelgiau į savo atleidimą ir dalių tiekimo laiką?
• [ ] Ar vengiau reaguoti į izoliuotą triukšmą nereikalingu aparatūros keitimu?
• [ ] Ar nuspėjamąją priežiūrą pateikiau kaip atsarginės kopijos ir dubliavimo papildymą, o ne pakaitalą?