लाभ:
- पत्ता लगाउने, निदान, शमन, स्थायी समाधान र सिकाइ चरणहरूमा कृत्रिम बुद्धिमत्ता समर्थनको साथ घटनाको अन्त्य-देखि-अन्त व्यवस्थापन।
- कृत्रिम बुद्धिमत्तामा स्थानान्तरण गर्न सकिने चरणहरू र प्रत्येक चरणमा मानव निर्णय आवश्यक पर्ने चरणहरू अलग गरेर आतंकको समयमा पनि प्रमाणीकरण अनुशासन कायम गर्ने क्षमता।
- कृत्रिम बुद्धिमत्ताले 'के हुँदैछ, कसरी लेख्ने' प्रश्नहरूमा प्राथमिकता दिन्छ भन्ने सुनौलो नियमलाई परिवर्तन गर्ने क्षमता, र मानिसहरूले 'मैले गर्नुपर्दछ, ग्यारेन्टर को हो' भन्ने प्रश्नहरूलाई व्यापार प्रतिबिम्बमा प्राथमिकता दिन्छ।
अन्त-देखि-अन्त एकीकरण: AI को साथ अन्त देखि अन्त सम्म एक घटना को प्रबन्ध
तपाईंले अघिल्लो दस एकाइहरूमा टुक्राहरू सिक्नुभयो: स्क्रिप्टिङ, लग विश्लेषण, निगरानी, कन्फिगरेसन, IaC, कागजात, भविष्यवाणी मर्मत, परिवर्तन व्यवस्थापन, र सुरक्षा। तर वास्तविक संसारमा, यी भागहरू एक-एक गरेर आउँदैनन्, तर घटना भित्र एकअर्कामा जोडिएका हुन्छन्। यस अन्तिम एकाईमा, हामी टुक्राहरू सँगै ल्याउँछौं: तपाईंले मध्यरातमा सुरु भएको घटनालाई कसरी व्यवस्थापन गर्ने, अन्त्यदेखि अन्त्यसम्म, कारण पत्ता लगाउनेदेखि मूल कारणसम्म, उपचारदेखि कागजातसम्म, र प्रत्येक चरणमा AI को सही डोज प्रयोग गरी कसरी व्यवस्थापन गर्ने भन्ने कुरा तपाईंले देख्नुहुनेछ। उद्देश्य नयाँ प्रविधि सिकाउनु होइन; तपाईंले ईन्जिनियरको रिफ्लेक्सको रूपमा सिकेका कुराहरूलाई एकसाथ बाँध्ने, मोड्युलमा दोहोरिएको एउटा सत्यलाई सुदृढ गर्दै: AI ले प्रत्येक चरणमा गति, उज्यालो र ब्लुप्रिन्टहरू; तर यो सधैं मानव हो जसले निदान पुष्टि गर्दछ, आदेश चलाउँछ, परिवर्तन पुष्टि गर्दछ, र परिणामको लागि जिम्मेवारी वहन गर्दछ।
यस एकाइमा, तपाईंले घटनाको जीवनचक्र-पत्ता लगाउने, निदान, हस्तक्षेप, समाधान, सिकाइ-र प्रत्येक चरणमा एआईको भूमिका र सीमाहरूलाई उदाहरण मार्फत एकीकृत गर्नुहुनेछ।
घटनाको जीवन चक्र
प्रत्येक गम्भीर घटना समान चरणहरू मार्फत जान्छ, र प्रत्येक चरणमा एआईको फरक भूमिका हुन्छ। पत्ता लगाउने: अलार्म ध्वनि, प्रयोगकर्ता गुनासो, एक मेट्रिक आधार रेखा (इकाई 4) बाट विचलन। प्रमाणीकरण र दायरा: के यो साँच्चै एक मुद्दा हो, यो कति फराकिलो छ? निदान: लग र मेट्रिक्स (एकाइ 3) बाट मूल कारण प्राप्त गर्दै। प्रतिक्रिया र शमन: क्षति रोक्न, workaround। स्थायी समाधान: परिवर्तन व्यवस्थापन (एकाइ 9), स्क्रिप्ट (एकाइ 2) वा आवश्यक भएमा कन्फिगरेसन (एकाइ 5) संग समाधान गर्नुहोस्। सिकाइ: पोस्टमार्टम र रनबुक अपडेट (इकाई ७)। AI ले पत्ता लगाउनमा विसंगति चिन्ह लगाउँछ, निदानमा परिकल्पनाहरू उत्पादन गर्दछ, हस्तक्षेपमा विकल्पहरू प्रस्ताव गर्दछ, समाधानमा मस्यौदाहरू लेख्छ, सिकाइमा कागजातहरू उत्पादन गर्दछ - तर हरेक चरणमा, मानिसहरू निर्णय बिन्दुमा खडा हुन्छन्।
सुझाव: घटनाको सबैभन्दा खतरनाक क्षण भनेको निदान र प्रतिक्रियाको क्षण हो जब तनाव उच्चतम हुन्छ - ठीक जब एआईलाई अन्धाधुन्ध विश्वास गर्ने आग्रह सबैभन्दा बलियो हुन्छ। तपाईं जति धेरै हतार गर्नुहुन्छ, "पढ्नुहोस्, प्रमाणित गर्नुहोस्, फिर्ताको लागि तयारी गर्नुहोस्" रिफ्लेक्सलाई उति नै कडा रूपमा समात्नुहोस्। आतंकको क्षणमा छोडिएको एकल प्रमाणिकरणले घटनालाई दोब्बर बनाउँछ।
सुरु देखि अन्त्य सम्म एक उदाहरण
यसलाई ठोस बनाऔं। 02:10 मा अलार्म: भुक्तानी सेवा p99 प्रतिक्रिया समय 6 सेकेन्ड हो, बेसलाइन (250-400 ms) भन्दा माथि। पत्ता लगाउने सही: ट्र्याकिङले काम गर्यो। पुष्टिकरण: धेरै स्थानहरूबाट पुष्टिकरण, वास्तविक घटना। डायग्नोस्टिक्स: इन्जिनियरले एआईलाई अन्तिम २० मिनेटको मास्क लग र मेट्रिक्स दिन्छ; AI ले टाइमलाइन स्थापना गर्दछ र 02:08 मा तैनाती पछि तुरुन्तै सुरु हुने सुस्ततालाई चिन्ह लगाउँदछ - एक बलियो सम्बन्ध, तर अझै पनि एक परिकल्पना। इन्जिनियरले यसलाई डिप्लोइमेन्ट लग मार्फत पुष्टि गर्छ: हो, ०२:०८ मा रिलीज गरिएको थियो। प्रतिक्रिया: सबैभन्दा छिटो कटौती वितरण रोल ब्याक गर्न हो; परिवर्तन अनुरोधमा रोलब्याक चरण तयार छ (एकाइ 9)। इन्जिनियरले पहिले क्यानरी तर्कको साथ सर्भरमा रोलब्याक लागू गर्दछ, प्रतिक्रिया समय सुधार गर्दछ, र त्यसपछि यसलाई प्रचार गर्दछ। स्थायी समाधान: वास्तविक मूल कारण (नयाँ संस्करणमा गैर-अनुक्रमणित क्वेरी) अर्को दिन शान्तपूर्वक तय गरिनेछ। सिक्ने: एआई-मुक्त पोस्टमार्टमको मस्यौदा तयार पारिएको छ र रनबुकमा "पोस्ट-डिप्लोइमेन्ट p99 निगरानी" चरण थपिएको छ। प्रत्येक चरणमा, एआई द्रुत भयो; हरेक निर्णय बिन्दुमा मानव मान्य।
श्रमको मानव-एआई विभाजनको सुनौलो नियम
तपाईंले मोड्युल भरि देख्नु भएको भिन्नता यहाँ एक नियम बन्छ: AI "के हुँदैछ, के हुन सक्छ, कसरी लेख्ने" भन्ने प्रश्नहरूमा अगाडि छ; मानिसहरू अगाडि छन् जब यो प्रश्नहरू आउँछन् "के मैले अब यो गर्नुपर्छ, कसले यसको लागि आश्वासन दिन सक्छ?" AI अथक, छिटो छ, विशाल जानकारी स्क्यान गर्दछ र ब्लुप्रिन्टहरू उत्पन्न गर्दछ — तर यसले पूर्ण सन्दर्भ थाहा छैन, भ्रम उत्पन्न गर्न सक्छ, जवाफदेहिता ह्यान्डल गर्न सक्दैन, र तपाईंको संगठनको लुकेका निर्भरताहरू देख्दैन। मानिस ढिलो छ, तर सन्दर्भ, जिम्मेवारी र निर्णय बोक्छ। सबै भन्दा राम्रो परिणाम दुई बीच श्रम को सही विभाजन मा छ: AI लाई दोहोरिने, पाठ्य, उत्पादनयोग्य काम प्रतिनिधि; प्रमाणीकरण, निर्णय र कार्यान्वयन मानव राख्नुहोस्।
तीन मिनी केसहरू
केस 1 - 40 मिनेट अन्त देखि अन्त। डिस्क फुल इभेन्टमा, एक SRE ले AI सँग सम्पूर्ण चेनलाई गति दियो: बेसलाइन (५ मिनेट) सँग अलार्म पुष्टि गर्यो, मास्क लगाइएको लगलाई YZ मा संक्षेप गरियो र पहिलो त्रुटि (5 मिनेट) फेला पार्यो, वास्तविक प्रणालीमा AI को "लग रोटेशन रोकियो" परिकल्पना प्रमाणित गर्यो (५ मिनेट), दौडियो र लागू गर्यो (5 मिनेट), ड्राई-रन स्क्रिप्टको साथमा क्लिन-रन (5 मिनेट) थियो। एआईलाई लेखिएको पोस्टमार्टम स्केच र तथ्यहरू प्रमाणित गरियो (१५ मिनेट)। कुल 40 मिनेट; AI बिना लगभग दोब्बर धेरै। तर प्रत्येक चरणमा प्रमाणीकरण चरण थियो।
केस २ - आतंकको क्षणमा प्रमाणीकरण छोडियो। अर्को टोलीले काट्यो। यसले AI को पहिलो मूल कारण परिकल्पना (एक निर्भरता सेवा) लाई प्रमाणित नगरी स्वीकार गर्यो र त्यो सेवा पुन: सुरु गर्यो। समस्या समाधान भएको थिएन किनभने वास्तविक कारण केही थियो; यसबाहेक, अनावश्यक रिबुटले दोस्रो आउटेज सिर्जना गर्यो। पाठ: हतार प्रमाणीकरण छोड्नुको लागि कुनै औचित्य छैन; एआई परिकल्पना पुष्टि हुनु अघि, कार्यले घटनालाई बढाउँछ।
केस 3 - सीमा बारे सचेत हुनु। एक इन्जिनियरले कन्फिगरेसन परिवर्तन लागू गर्न लागेका थिए जुन एआईले जटिल नेटवर्क मुद्दामा आग्रह गरिरहेको थियो। तर परिवर्तन अपरिवर्तनीय देखिन्थ्यो, र AI लाई एजेन्सीको विशिष्ट मार्ग नियमहरू थाहा थिएन। इन्जिनियरले रोक्यो, एक वरिष्ठ नेटवर्क विशेषज्ञसँग परामर्श गर्यो, र AI को प्रस्तावले यस विशेष टोपोलोजीमा राउटिङ लूप सिर्जना गर्नेछ भनेर थाहा पाए। AI को सीमा थाहा पाउँदा अवरोध रोकियो।
चार प्रतिलिपि गर्न मिल्ने टेम्प्लेटहरू
1) घटना ट्रिगर सारांश (triage):
तपाईंको भूमिका: वरिष्ठ SRE, सहायक घटना कमाण्डर। त्यहाँ एक सक्रिय घटना छ। मैले तपाईंलाई दिएको मास्क गरिएको अलर्ट/मेट्रिक/लगले मलाई द्रुत ट्राइज दिन्छ: (1) लक्षण के हो, (2) प्रभावको दायरा के हो, (3) 3 क्षेत्रहरू पहिले हेर्नको लागि, (4) प्रत्येकको लागि पढ्न-मात्र नियन्त्रण आदेश। निर्णय र कार्यान्वयन मेरो हो; बाटो पठाउनुहोस्। डाटा: [मास्क]
2) चरणबद्ध घटना व्यवस्थापन गाइड:
मलाई लक्षण [लक्षण] को लागि घटना जीवनचक्र मार्फत चरण-दर-चरण लैजानुहोस्: पहिचान पुष्टिकरण, निदान, शमन, स्थायी समाधान, सिकाइ। प्रत्येक चरणमा, मलाई बताउनुहोस् (a) मैले के गर्नुपर्छ, (b) जब म सुरक्षित रूपमा AI लाई प्रत्यायोजन गर्न सक्छु, (c) मैले आफैंले के निर्णय गर्नुपर्छ। प्रमाणीकरण चरणहरू चिन्ह लगाउनुहोस् जुन मैले हतार गरे पनि छोड्नु हुँदैन।
3) निर्णय बिन्दु नियन्त्रण:
म घटनाको बिचमा छु र म निम्न कार्य गर्न लाग्दै छु: [कार्य]। कार्यान्वयन गर्नु अघि, मलाई सोध्नुहोस्: (1) के यो उल्टाउन मिल्छ, (2) मैले कुन प्रमाणीकरण गरे/गरेन, (3) के मसँग रोलब्याक योजना छ, (4) के मसँग यो कार्यले मूल कारण समाधान गरेको प्रमाण छ? यदि तपाईंले केहि छुटेको देख्नुभयो भने, मलाई रोक्नुहोस्।
४) घटनापछिको एकीकृत शिक्षा:
भर्खरै समाधान भएको घटनाको लागि, [सारांश] मलाई दिन्छ: (१) दोषरहित पोस्टमार्टम मस्यौदा, (२) ३ स्थायी सुधारहरू (मोनिटरिङ/स्वचालित/कन्फिगरेसन) जसले यो घटनालाई रोक्ने छ, (३) रनबुक चरणहरू जुन अद्यावधिक गर्न आवश्यक छ, (४) यस्तै घटनाको लागि प्रारम्भिक चेतावनी संकेत सुझाव। प्रमाण बिना मूल कारण लेख्दै; तथ्यमा आधारित।
कमजोर प्रम्प्ट / बलियो प्रम्प्ट
कमजोर प्रम्प्ट:
प्रणाली क्र्यास भयो, म के गर्नुपर्छ?
आतंकित, बिना सन्दर्भ र प्रमाणिकरण बिना, यो प्रम्प्टले AI बाट सामान्य र सम्भवतः खतरनाक सल्लाह प्राप्त गर्दछ। हतारले यस बिन्दुमा गल्तीहरू निम्त्याउँछ।
शक्तिशाली प्रम्प्ट:
तपाईंको भूमिका: सहायक घटना कमाण्डर। सक्रिय घटना: भुक्तानी serviceip99 प्रतिक्रिया समय 02:10 देखि 15 पटक आधारभूत (250-400 ms)। मलाई थाहा छ त्यहाँ 02:08 मा वितरण थियो। मलाई दिनुहोस्: (१) सबैभन्दा सम्भावित परिकल्पना र कसरी यसलाई केवल पढ्नको लागि प्रमाणित गर्ने, (2) सबैभन्दा छिटो र उल्टो शमन विकल्प, (3) यो न्यूनीकरण लागू गर्नु अघि मैले नियन्त्रण गर्न आवश्यक जोखिमहरू। मसँग कार्यान्वयन र स्वीकृति छ। अतिरिक्त डेटा: [मास्क गरिएको मेट्रिक/लग]
घटना चरण
AI को भूमिका
आलोचनात्मक मानव निर्णय
पत्ता लगाउने
विसंगति चिन्ह लगाउनुहोस्
के यो वास्तविक घटना हो, दायरा के हो?
निदान
परिकल्पना पुस्ता
कुन परिकल्पना पुष्टि भयो?
कमी
विकल्पहरू प्रस्ताव नगर्नुहोस्
कुन कमी उल्टाउन योग्य छ?
स्थायी समाधान
ड्राफ्ट/स्क्रिप्ट
अनुमोदन गर्नुहोस् र परिवर्तन कार्यान्वयन गर्नुहोस्
सिक्दै
पोस्टमार्टम स्केच
तथ्य र पाठहरू प्रमाणित गर्दै
सामान्य गल्तीहरू
- आतंकमा प्रमाणीकरण छोड्दै। "पढ्ने-प्रमाणित-रिटर्न तयार गर्नुहोस्" रिफ्लेक्स त्याग्नको लागि हतार गर्नु कुनै औचित्य होइन; तनाव बढ्दै जाँदा अनुशासन पनि बढ्नुपर्छ।
- प्रमाणको लागि परिकल्पना गलत गर्दै। AI को पहिलो मूल कारण सुझाव पुष्टि नगरी कारबाही गर्नाले घटना बढ्नेछ।
- AI को सन्दर्भ सीमा बिर्सदै। AI लाई संगठनको लुकेको निर्भरता थाहा छैन; महत्वपूर्ण परिवर्तनमा, मानवीय निर्णय हावी हुन्छ।
- सिक्ने चरण छोड्दै। घटना, पोस्टमार्टम र रनबुक अपडेट बिना, उही रात फेरि सुरु हुन्छ।
- AI मा जिम्मेवारी राख्दै। "एआईले त्यसो भन्यो" प्रतिरक्षा होइन; मृत्युदण्डको जिम्मेवारी सधैं मानिसको हो।
सावधानी: घटना व्यवस्थापनमा AI को प्रयोगले सिकाइ घटना व्यवस्थापनलाई प्रतिस्थापन गर्दैन। गाडी दुर्घटना, दुर्घटना, वा दुर्गम हुन सक्छ। आधारभूत कुराहरू जान्ने इन्जिनियर एआईसँग छिटो हुन्छ; आधारभूत कुराहरू नजान्ने इन्जिनियरले एआईसँग छिटो गल्ती गर्नेछन्। पहिले अनुशासन स्थापित गर्नुहोस्, त्यसपछि AI बाट गति प्राप्त गर्नुहोस्।
संक्षेपमा
वास्तविक संसारमा, भागहरू एक-एक गरेर आउँदैनन् तर घटना भित्र एकअर्कामा जोडिएका हुन्छन्। पत्ता लगाउने देखि सिक्ने सम्मको घटनाको प्रबन्ध गर्दा, AI ले प्रत्येक चरणमा गति बढाउँछ: विसंगतिलाई झण्डा बनाउँछ, परिकल्पनाहरू उत्पन्न गर्छ, विकल्पहरू प्रस्ताव गर्दछ, ड्राफ्टहरू, पोस्टमार्टम तयार गर्दछ। तर प्रत्येक निर्णय बिन्दुमा एक रोकिन्छ - निदान पुष्टि गर्दछ, कम गर्न छनौट गर्दछ, परिवर्तनलाई अनुमोदन गर्दछ, परिणामको स्वामित्व लिन्छ। सुनौलो नियम स्पष्ट छ: एआई "के हुन्छ, कसरी लेख्ने" भन्ने प्रश्नहरूमा अगाडि छ, र मानिसहरू "मैले यो गर्नुपर्दछ, ग्यारेन्टर को हो?" भन्ने प्रश्नहरूमा अगाडि छ। आतंकको समयमा, अनुशासन बढाउनुहोस्, प्रमाणबाट परिकल्पना अलग गर्नुहोस्, AI को सन्दर्भ सीमा सम्झनुहोस्, र प्रत्येक घटनाबाट रनबुक पाठ कोर्नुहोस्। यस मोड्युलको सार एउटा वाक्य हो: AI एक शक्तिशाली सहायक हो; इन्जिनियरिङ जिम्मेवारी प्रत्यायोजन गर्न सकिँदैन।
आवेदन कार्य
सुरुदेखि अन्त्यसम्म तपाईंले आफ्नो विगतमा अनुभव गर्नुभएको (वा कल्पना गर्नुभएको) घटनालाई विचार गर्नुहोस्। माथिको "चरणबद्ध घटना व्यवस्थापन गाइड" टेम्प्लेटको साथ, AI लाई पत्ता लगाउन-निदान-शमन-रिजोलुसन-लर्निङका चरणहरू मार्फत घटनालाई मार्गदर्शन गर्न सोध्नुहोस्; प्रत्येक चरणमा, तपाईले AI लाई प्रत्यायोजित गर्न सक्ने चरण र तपाईले आफैंले निर्णय गर्न आवश्यक पर्ने चरणहरू छुट्टै लेख्नुहोस्। निदान चरणको समयमा प्रमाणिकरण आदेशको साथ कम्तिमा एउटा एआई परिकल्पना पुष्टि गर्नुहोस्। अन्तमा, "पोस्ट-इभेन्ट एकीकृत शिक्षा" टेम्प्लेटको साथ पोस्ट-मार्टम र रनबुक अपडेट ड्राफ्ट उत्पादन गर्नुहोस्। 7 वस्तुहरूमा सम्पूर्ण प्रक्रियामा श्रमको मानव-एआई विभाजनलाई संक्षेप गर्नुहोस्।
चेकलिस्ट
- के मैले घटनालाई पहिचान, निदान, शमन, समाधान र सिक्ने चरणहरूमा विभाजन गरेको छु?
- [ ] के मैले AI लाई प्रत्यायोजित गर्न सकिने चरणहरू र प्रत्येक चरणमा मानव निर्णय लिने आवश्यकताहरू बीच छुट्याएको छु?
- [ ] निदानमा, के मैले एआई परिकल्पनालाई प्रमाणबाट अलग गरें र प्रमाणीकरण आदेशको साथ पुष्टि गरें?
- [ ] के मैले उल्टोपन र रोलब्याक योजनाको सन्दर्भमा न्यूनीकरणको मूल्याङ्कन गरेको छु?
- के मैले आतंकको समयमा पनि "पढ्ने-प्रमाणित-रिटर्न तयार गर्नुहोस्" रिफ्लेक्सलाई कायम राखेको छु?
- के मैले घटनाबाट पोस्टमार्टम र रनबुक पाठ सिकें?
मोड्युल परीक्षा
1. प्रणाली र नेटवर्क व्यवस्थापनमा कृत्रिम बुद्धिमत्ताको लागि निम्न मध्ये कुन सबैभन्दा सही स्थिति हो?
- क) कृत्रिम बुद्धिमत्ता एक सहायक र निर्णय समर्थन उपकरण हो; महत्वपूर्ण कार्यकारी निर्णयहरूको उत्तरदायित्व र अन्तिम स्वीकृति मानवमा निहित हुन्छ ✔
- B) कृत्रिम बुद्धिमत्ताले आदेशहरू चलाउन सक्छ र मानव अनुमोदन बिना उत्पादनमा परिवर्तनहरू लागू गर्न सक्छ
- C) आर्टिफिसियल इन्टेलिजेन्सले टेक्स्ट लेखनमा मात्र काम गर्छ, यसको सिस्टम र नेटवर्कको कामसँग कुनै सरोकार छैन
- D) कृत्रिम बुद्धिमत्ताले सधैं मानव भन्दा बढी सही निर्णय गर्दछ, त्यसैले प्रमाणीकरण अनावश्यक छ
विवरण: कृत्रिम बुद्धिमत्ता एक सहायक र निर्णय समर्थन उपकरण हो जसले ड्राफ्ट र विश्लेषणहरू जस्तै स्क्रिप्ट, लग विश्लेषण र कागजातहरू उत्पादन गर्दछ। डाउनटाइम, डाटा हानि र सुरक्षालाई असर गर्ने कार्यकारी निर्णयहरूको जिम्मेवारी र अन्तिम स्वीकृति, जस्तै आदेश कार्यान्वयन गर्ने वा परिवर्तन अनुमोदन गर्ने, सक्षम इन्जिनियरको हो।
2. प्रमाणिकरण रिफ्लेक्सका चार चरणहरू के हुन् जुन उत्पादनमा कृत्रिम बुद्धिमत्ताद्वारा उत्पन्न आदेश चलाउनु अघि लागू गर्नुपर्छ?
- क) प्रतिलिपि, टाँस्नुहोस्, रन, आशा
- ख) पढ्नुहोस् र बुझ्नुहोस्, कागजात गर्नुहोस्, पृथक वातावरणमा प्रयास गर्नुहोस्, प्रतिक्रियाको लागि तयारी गर्नुहोस् ✔
- ग) लाईक, सेयर, सेभ, आर्काइभ
- D) मेटाउनुहोस्, पुन: लेख्नुहोस्, कम्प्रेस गर्नुहोस्, पठाउनुहोस्
विवरण: क्रिटिकल आउटपुटमा लागू गर्नका लागि चार चरणहरू: (१) लाइनद्वारा कमाण्ड लाइन पढ्नुहोस् र बुझ्नुहोस्, (२) आधिकारिक कागजातहरूमा फ्ल्याग र सिन्ट्याक्स लिंक गर्नुहोस्, (३) यसलाई पृथक/परीक्षण वातावरणमा प्रयास गर्नुहोस्, सम्भव भएमा ड्राई-रन गर्नुहोस्, (४) गलत भएमा फलब्याक योजना (ब्याकअप, स्न्यापसट) तयार गर्नुहोस्।
3. स्वचालन लिपिको 'आइडिम्पोटेन्ट' हुनुको अर्थ के हो र यो किन महत्त्वपूर्ण छ?
- A) लिपिले प्रत्येक रनमा फरक परिणामहरू उत्पादन गर्दछ
- B) स्क्रिप्ट एक पटक मात्र चल्न सक्छ र त्यसपछि मेटाउन सकिन्छ
- C) दोस्रो पटक चलाउँदा स्क्रिप्टले कुनै हानि गर्दैन; ✔ फेरि ट्रिगर भए पनि सुरक्षित
- D) लिपिले त्रुटि व्यवस्थापन समावेश गर्दैन
स्पष्टीकरण: इडम्पोटेन्सी भन्नाले एउटै लिपि दुई वा बढी पटक चलाउँदा यसले नोक्सान वा दोस्रो रनमा त्रुटिहरू उत्पन्न गर्दैन। 'यदि प्रयोगकर्ता पहिले नै अवस्थित छ भने छोड्नुहोस्', 'यो अवस्थित छैन भने डाइरेक्टरी सिर्जना गर्नुहोस्, यदि यो अवस्थित छ भने यसलाई छुनुहोस्' जस्ता तर्कहरू स्थापित हुन्छन्। यो सुनिश्चित गर्दछ कि स्वचालन सुरक्षित रूपमा काम गर्दछ भले पनि संयोगवश फेरि ट्रिगर भयो।
4. विनाशकारी कार्यहरू (मेटाउने, पुन: सुरु) समावेश गर्ने स्क्रिप्ट सुरक्षित गर्ने सबैभन्दा आधारभूत तरिका के हो?
- क) सकेसम्म छिटो स्क्रिप्ट चलाउनुहोस्
- ख) त्रुटि सन्देशहरू लुकाउँदै
- C) उत्पादनमा सिधै लिपि परीक्षण गर्दै
- D) पूर्वनिर्धारित ड्राई-रन पछि विनाशकारी कार्यहरू राख्ने र वास्तविक कार्यान्वयनलाई स्पष्ट टिक फ्ल्यागमा बाँध्ने ✔
स्पष्टीकरण: विनाशकारी प्रक्रियाहरूलाई पूर्वनिर्धारित रूपमा ड्राई-रन मोडमा राखेर र स्पष्ट अनुमोदन झण्डा (जस्तै - लागू) सँग वास्तविक अनुप्रयोग चलाउनले तपाईंलाई पहिले स्क्रिप्ट चल्दा के हुन्छ भनेर हेर्न अनुमति दिन्छ। साथै नल चर जाँच (VAR:?) ले पथ त्रुटिहरूलाई रोक्छ।
5. लग विश्लेषणमा 'सहसंबंध कारण होइन' को सिद्धान्तको अर्थ के हो?
- ए) दुई घटनाहरू जुन सँगै परिवर्तन हुन्छन् एक कारण-प्रभाव सम्बन्धमा आवश्यक छैन; कारण पनि प्रमाणित हुनुपर्छ ✔
- ख) लगहरूमा सहसंबंध खोज्नु भनेको समयको बर्बादी हो
- ग) दुईवटा घटनाहरू जुन सँगै परिवर्तन हुन्छन्, एउटा निश्चित रूपमा अर्कोको कारण हो।
- घ) कारण मात्र कृत्रिम बुद्धिमत्ता द्वारा निर्धारण गर्न सकिन्छ
स्पष्टीकरण: दुईवटा घटना एकै समयमा हुने भएकाले (सम्बन्ध) को अर्थ एउटाले अर्को (कारण) गर्छ भन्ने होइन; दुवै तेस्रो घटनाको परिणाम हुन सक्छ। AI को सुझाव 'X सम्भवतः Y को कारण हो' एक परिकल्पना हो र यो प्रणालीमा प्रमाणित नभएसम्म खोजी मानिने छैन।
6. कार्यसम्पादन अनुगमनमा प्रतिक्रिया समय नाप्दा किन पर्सेन्टाइल (p95/p99) लाई औसत भन्दा प्राथमिकता दिइन्छ?
- A) औसत भन्दा प्रतिशत गणना गर्न सजिलो छ
- ख) औसतले अल्पसंख्यकको खराब अनुभव लुकाउँछ; प्रतिशतले यी लुकेका समस्याहरू प्रकट गर्दछ ✔
- ग) औसत सधैं गलत छ र प्रयोग गर्नु हुँदैन
- D) प्रतिशत CPU मेट्रिक्समा मात्र लागू हुन्छ
स्पष्टीकरण: औसतले धेरै नराम्रो अनुभव लुकाउँछ जुन प्रयोगकर्ताहरूको सानो भागसँग छ। यद्यपि औसत 200 ms जस्तो देखिन्छ, p99 6 सेकेन्ड हुन सक्छ; यसको मतलब प्रत्येक सय अनुरोधमा एक डरलाग्दो ढिलो हुन्छ। औसतले लुकेको यो अल्पसंख्यकको पीडालाई प्रतिशतले देखाउँछ।
7. कन्फिगरेसन व्यवस्थापनमा 'ड्रिफ्ट' के हो र यो किन खतरनाक छ?
- क) नेटवर्क ट्राफिक रातमा घट्छ
- B) सर्भरको भौतिक स्थानान्तरण
- C) सर्भरहरू एकअर्काबाट विचलित हुन्छन् र समयसँगै मानक; ✔ समस्या नभएसम्म अदृश्य
- D) कन्फिगरेसन फाइलहरूको स्वचालित ब्याकअप
विवरण: बहाव भनेको एक अर्काबाट सर्भरहरूको विचलन हो र समयसँगै कागजात नभएको म्यानुअल परिवर्तनहरू मार्फत मानकबाट। यसको खतरा भनेको मौनता हो: समस्या नआएसम्म यो देखिँदैन, त्यसपछि एउटा सर्भरले अरूभन्दा फरक व्यवहार गर्छ र निदानमा घण्टा लाग्छ। एआईले तुलनात्मक रूपमा बहाव दृश्यात्मक बनाउँछ; सुन वेल्डिंग सिद्धान्त रोक्छ।
8. किन 'योजना' चरण IaC उपकरणहरू (जस्तै Terraform) मा सबैभन्दा महत्त्वपूर्ण सुरक्षा गार्डरेल हो?
- A) योजनाले कोड छिटो चलाउँछ
- B) योजना राज्य फाइल मेटाउँछ
- C) योजनाले कोड ढाँचालाई मात्र फिक्स गर्छ
- D) योजनाले कार्यान्वयन गर्नु अघि के थपिने, परिवर्तन, र मेटाइनेछ भनेर देखाउँछ; डाटा हानि रोक्छ ✔
विवरण: योजना (terraform योजना / उत्तरदायी --check) कोड कार्यान्वयन गर्नु अघि 'के परिवर्तन हुनेछ' पूर्वावलोकन दिन्छ: कति स्रोतहरू थपिने, परिवर्तन, मेटाइनेछ। विशेष गरी, 'नष्ट' र 'फोर्स रिप्लेसमेन्ट' लाइनहरूले कार्यान्वयन गर्नु अघि डाटा हराउने जोखिमलाई संकेत गर्दछ। योजना नपढाई आवेदन गर्नु सबैभन्दा महँगो गल्ती हो।
9. टेराफर्म स्टेट फाइल किन सावधानीपूर्वक सुरक्षित हुनुपर्छ र एआई वा खुला भण्डारहरूमा टाँस्नु हुँदैन?
- ए) सादा पाठ गोप्य राज्य फाइलमा समावेश गर्न सकिन्छ; यदि लीक भयो भने, पहिचान जानकारी खुलासा गरिनेछ ✔
- B) किनभने राज्य फाइल धेरै ठूलो छ
- C) राज्य फाइल पहिले नै अपठनीय रूपमा इन्क्रिप्ट गरिएको छ।
- D) राज्य फाइल साझा गर्दा कोड छिटो चल्छ
विवरण: राज्य फाइलले व्यवस्थित पूर्वाधारको हालको अवस्था राख्छ र सादा पाठ गोप्य (डेटाबेस पासवर्ड, कुञ्जीहरू) समावेश गर्न सक्छ। त्यसकारण, यसलाई इन्क्रिप्टेड, पहुँच-प्रतिबन्धित, लक गरिएको रिमोट ब्याकइन्डमा राख्नुपर्छ; यसलाई सार्वजनिक सवारी साधन वा भण्डारमा कहिल्यै राख्नु हुँदैन, अन्यथा गोप्य चुहावट हुनेछ।
10. कथन 'गलत रनबुक नो रनबुक भन्दा खतरनाक छ' दस्तावेजमा के जोड दिन्छ?
- क) रनबुक लेख्नु भनेको समयको बर्बादी हो
- ख) एक परीक्षण नगरिएको रनबुकलाई संकटमा अन्धाधुन्ध रूपमा लागू गरिएको छ; एउटा गलत कदमले विपत्ति निम्त्याउन सक्छ ✔
- ग) रनबुकहरू प्रशासकहरूको लागि मात्र लेखिएका छन्
- D) कागजातहरू कहिल्यै अद्यावधिक गर्नु हुँदैन
स्पष्टीकरण: रनबुक बिनाको टोली संकटको समयमा सतर्क र संदिग्ध हुन्छ; तर 'आधिकारिक' रनबुक भएको व्यक्तिले प्रश्न नगरी तनावमा यसलाई लागू गर्दछ। यदि रनबुक परीक्षण नगरिएको छ र एक कदम गलत छ भने, अन्धा कार्यान्वयनले विपत्ति निम्त्याउनेछ। त्यसकारण प्रत्येक रनबुकलाई वास्तविक वातावरणमा राम्ररी परीक्षण र स्ट्याम्प गरिएको हुनुपर्छ।
11. प्रेडिक्टिव मर्मतसम्भारमा, डिस्क विफलतामा आउँदा बुझ्नको लागि सही दृष्टिकोण कुन हो?
- A) तुरुन्तै एकल खराब SMART डिस्क बदल्नुहोस्
- ख) स्मार्ट डाटालाई पूर्ण रूपमा बेवास्ता गर्दै
- ग) समयसँगै मूल्यहरूको प्रवृत्ति हेर्दै; ✔ लगातार र गति वृद्धि संकेत गणना
- D) डिस्क पूर्ण रूपमा भत्केपछि मात्र कारबाही गर्ने
स्पष्टीकरण: एकल खराब स्मार्ट पढाइ आतंकको कारण होइन; डिस्कको लागि कहिलेकाहीं त्रुटिहरू सच्याउन सामान्य छ। वास्तविक संकेत भनेको प्रवृत्ति हो: समयसँगै पुन: आवंटित क्षेत्र जस्ता मानहरूको निरन्तर र द्रुत वृद्धि। त्यसकारण एआईलाई टाइम सिरिज दिइएको छ, एकल रिडिङ छैन।
12. उत्पादन परिवर्तनको दुईवटा प्रायः बेवास्ता गरिएका तर महत्वपूर्ण भागहरू के हुन्?
- क) परिवर्तनको रंग र नाम
- ख) परिवर्तन गर्ने व्यक्तिको शीर्षक र विभाग
- C) सामाजिक सञ्जालमा परिवर्तनको घोषणा
- D) रोलब्याक योजना र सफलता प्रमाणिकरण मापदण्ड ✔
स्पष्टीकरण: यदि कुनै परिवर्तन लागू हुनु अघि 'यदि यो खराब भयो भने म कसरी रोल ब्याक गर्छु' (रोलब्याक योजना) र 'कसरी प्रमाणित गर्छु' (सफलता प्रमाणीकरण मापदण्ड) प्रश्नहरूको कुनै लिखित जवाफ छैन भने, त्यो परिवर्तन अझै तयार छैन। यी दुई बिना, एक टुटेको परिवर्तन 'पूर्ण' मान्न सकिन्छ।
13. किन 'क्यानरी' दृष्टिकोणलाई एकै समयमा सबै सर्भरहरूमा सुरक्षा तैनाती (नयाँ संस्करण/प्याच) रोल आउट गर्नुको सट्टा प्राथमिकता दिइन्छ?
- क) परिवर्तन पहिलो सानो भागमा लागू हुन्छ; बगले सानो भागलाई असर गर्छ, सम्पूर्ण फ्लीटलाई होइन, र चाँडै समातिन्छ ✔
- ख) क्यानरी वितरणले कम बिजुली खपत गर्छ
- C) क्यानरीले तैनाती प्रमाणीकरणलाई पूर्ण रूपमा अनावश्यक बनाउँछ
- D) क्यानरी तैनाती डाटाबेसहरूमा मात्र लागू हुन्छ
विवरण: क्यानरी डिप्लोयमेन्टले परिवर्तनलाई सानो भागमा लागू गर्दैछ (एउटा सर्भर, प्रयोगकर्ताहरूको 5%) पहिले र निगरानी। यस तरिकाले, बगले सानो भागलाई असर गर्छ, सम्पूर्ण फ्लीटलाई होइन, र चाँडै समातिन्छ। एकैचोटि फैलिने बगले सबै प्रयोगकर्ताहरूलाई एकै समयमा हिट गर्छ।
14. सुरक्षा कार्यमा कृत्रिम बुद्धिमत्ता प्रयोग गर्दा अपरिवर्तनीय नैतिक र कानुनी नियम के हो?
- A) कृत्रिम बुद्धिमत्ता कुनै पनि प्रणालीमा कमजोरीहरूको लागि स्क्यान गर्न स्वतन्त्र रूपमा प्रयोग गर्न सकिन्छ
- ख) आचार संहिता ठूला संस्थाहरूमा मात्र लागू हुन्छ
- C) यो केवल अधिकृत प्रणालीहरूमा र रक्षा उद्देश्यका लागि प्रयोग गरिन्छ; अनाधिकृत पहुँच वा आक्रमणको लागि प्रयोग गर्नु अपराध हो ✔
- घ) सिक्नको लागि अरू कसैको प्रणालीमा घुसपैठ गर्न स्वतन्त्र छ।
विवरण: प्रणाली र नेटवर्क जानकारी दोहोरो प्रयोग हो। आर्टिफिसियल इन्टेलिजेन्स केवल प्रणालीहरूमा प्रयोग गर्न सकिन्छ जसको लागि तपाईंले लिखित प्रमाणीकरण गर्नुभएको छ र रक्षात्मक उद्देश्यका लागि (लग खतरा पत्ता लगाउने, कडा पार्ने, घटना प्रतिक्रिया)। यसलाई स्क्यान गर्न वा तपाइँसँग सम्बन्धित प्रणालीमा घुसपैठ गर्न प्रयोग गर्नु अनधिकृत पहुँच र अपराध हो; सिक्नको लागि पृथक प्रयोगशाला प्रयोग गर्नुपर्छ।