# Mi a mesterséges intelligencia az IT-műveletekben (AIOps)?

> A mesterséges intelligencia az IT-műveletekben (artificial intelligence for IT operations, AIOps) piaci kifejezés a gépi tanulás és más AI-technikák információtechnológiai műveleti adatokra és munkafolyamatokra történő alkalmazására.

- Kanonikus URL: https://yellowcube.eu/hu/glossary/artificial-intelligence-for-it-operations/
- Kiadó: Yellow Cube
- Nyelv: hu
- Kapcsolat: hello@yellowcube.eu

## Tartalom

A tipikus felhasználások közé tartozik az eseménycsoportosítás, az anomáliaészlelés, a függőségkövetkeztetés, a kapacitáselőrejelzés, a valószínű okok javaslása, a ticketdúsítás, valamint a javasolt vagy automatizált elhárítás. A címke nem határoz meg szabványos architektúrát, modellminőséget, autonómia-szintet vagy biztonsági képességet.

Egy AIOps-munkafolyamat metrikákat, naplókat, trace-eket, topológiát, változásokat, incidenseket, szolgáltatásrekordokat és felhasználóiélmény-adatokat kombinálhat. A kimenetének a kialakult szolgáltatásmenedzsment- és mérnöki folyamatokba kell belépnie — megnevezett tulajdonosokkal, verifikációval, hozzáférés-vezérléssel, változásirányítással és az eredményekből származó visszacsatolással —, nem azok megkerülésével.

### Legfontosabb pontok

- **Az operatív cél definiálása:** Minden használati esetet mérhető szolgáltatási eredményhez, ismert adatforrásokhoz, elfogadható hibaköltséghez, reagálási jogosultsághoz és összehasonlítási alapvonalhoz kell kötni.
- **Megbízható bemenetek tervezése:** A telemetria-lefedettség, az időbélyegek, a szolgáltatástulajdonlás, a függőségi térképek, a változáskontextus, a megőrzés, az adatvédelmi kontrollok, valamint a hiányzó vagy manipulált adatok elleni védelem karbantartása.
- **A műveletek kontrollja:** A megfigyelés, a javaslat, a jóváhagyás és a végrehajtás szétválasztása; az automatizálás korlátozása a szolgáltatás kritikussága szerint; a naplók megőrzése; valamint a visszagörgetés, a degradált működés és az eszkaláció tesztelése.
- **Fontos korlát:** A korreláció vagy a generált magyarázat nem állapítja meg a gyökérokot. A drift, a topológiai rések, a közös meghibásodások, a torzított incidenstörténet, az adverszáriális bemenetek vagy a visszacsatolási hurkok magabiztos, de káros ajánlásokat és automatizálást eredményezhetnek.

### Kapcsolódó kifejezések

[Biztonsági telemetria](<https://yellowcube.eu/hu/glossary/security-telemetry/>) · [Hálózatmonitoring](<https://yellowcube.eu/hu/glossary/network-monitoring/>) · [Incidenskezelés (IR)](<https://yellowcube.eu/hu/glossary/incident-response/>) · [Hálózati automatizálás](<https://yellowcube.eu/hu/glossary/network-automation/>) · [Biztonsági műveletek (SecOps)](<https://yellowcube.eu/hu/glossary/security-operations/>)

### Források

[ISO/IEC 20000-1:2018, Service Management System Requirements](https://www.iso.org/standard/70636.html) · [NIST, AI Risk Management Framework](https://www.nist.gov/itl/ai-risk-management-framework) · [Gartner, AIOps (Artificial Intelligence for IT Operations)](https://www.gartner.com/en/information-technology/glossary/aiops-artificial-intelligence-operations)

## Forrásmegjelölés és hatókör

Ez a Markdown-változat ugyanazokból a jóváhagyott tartalmi rekordokból készül, mint a kanonikus HTML-oldal. Hivatkozáskor a kanonikus URL-t használja.