2018-05-06 07:24:08

Mehrwert durch künstliche Intelligenz

Die neuen Versionen von Splunk Enterprise, Splunk Cloud, Splunk ITSI, Splunk UBA und Splunk Machine Learning Toolkit sind verfügbar.

Splunk gab bekannt, dass das Unternehmen sein gesamtes Produktportfolio mit neuen oder erweiterten Fähigkeiten zur Nutzung künstlicher Intelligenz (KI) ausgestattet hat. Mit den Möglichkeiten von KI können Splunk-Kunden die Rentabilität, Leistung und Sicherheit steigern. Splunk erweiterte zudem die Integrationsmöglichkeiten für Open Source-Software und Cloud-native Technologien und unterstreicht damit einmal mehr sein Engagement dafür, seinen Kunden eine echte, offene Maschinendatenplattform zu bieten.

„Unternehmen wenden häufig viel Zeit und Ressourcen für das Monitoring, die Analyse und die Reaktion auf Benachrichtigungen aus dem Bereich IT Operations auf. Splunks neue KI-Erweiterungen, einschließlich der Möglichkeit, Metriken und Aktivitätsdaten zu korrelieren, ermöglichen es Kunden, effizienter Antworten aus ihren Maschinendaten zu gewinnen“, erklärt Tim Tully, Chief Technology Officer bei Splunk. „Unsere neueste Innovationswelle zielt darauf ab, Kunden mit den Tools auszustatten, die notwendig sind, um KI in konkrete Informationen umzusetzen. KI und Machine Learning erscheinen zwar häufig wie unerreichbare und teure Wunschträume, doch Splunk Cloud und Splunk Enterprise machen es jetzt einfacher und kostengünstiger, Maschinendaten in Echtzeit aufzubereiten und zu analysieren.“ 

Splunk-Plattform beschleunigt digitalen Wandel bei Kunden durch KI und umfassendes, offenes Ökosystem

Splunk Cloud und Splunk Enterprise 7.1 bieten KI auf der Basis von Machine Learning, um Kunden bei Monitoring, Suche und Benachrichtigungen zu kritischen Informationen zu unterstützen, die Unternehmen zur Steigerung des Geschäftserfolgs benötigen. Die neuen Versionen beinhalten eine aktualisierte Metrik-Engine, die Kunden das Monitoring sowie das Auslösen von Benachrichtigungen im Zusammenhang mit numerischen Datenpunkten ermöglicht – von CPU-Geschwindigkeiten und verfügbarem Festplattenspeicher in einer komplexen IT-Umgebung bis hin zu Temperaturmessungen in IoT-Geräten und Sensoren. Die neuesten Versionen sind außerdem die einzigen Datenanalyselösungen auf Unternehmensniveau, die Petabyte an Daten pro Tag erfassen können sowie Such-, Monitoring- und Benachrichtigungsfunktionen für diese Daten bieten. Mit diesen Verbesserungen sind die Benutzer besser gerüstet, um ihre Maschinendaten für die Vorhersage zukünftiger IT-, Sicherheits- und Geschäftsergebnisse zu nutzen.

Splunk Cloud bietet dem Kunden maximale Kontrolle und Echtzeitzugriff auf seine Daten. Diese Splunk Cloud-Version bietet die dynamische Datenspeicherung, die Kunden die Flexibilität gibt, Daten aus Splunk in ihre eigene Amazon S3-Speicherumgebung zu verschieben. 

„Bei T-Mobile steht der Kunde immer an erster Stelle, und mit Splunk Enterprise können wir sicherstellen, dass unsere Kunden die bestmögliche Kundenerfahrung bekommen, wenn sie ein Telefon aktivieren, ein Telefonat führen oder eine Rechnung bezahlen“, erläutert Jonathan Silberlicht, Senior Director, Network Service Management bei T-Mobile. „Mit dem neuen Splunk-Konnektor für Apache Kafka erweitern wir beispielsweise unsere Echtzeit-Analysemöglichkeiten und ermöglichen somit unseren Mitarbeitern an vorderster Front, im Kundengespräch bessere Entscheidungen zu treffen. Wir werden weiterhin auf Splunk Enterprise, Splunk ITSI und Splunk Machine Learning setzen, um unsere Services mit Un-Carrier-Geschwindigkeit zu skalieren.“

Zur Erweiterung seines offenen Technologie-Ökosystems führte Splunk neue Datenintegrationen mit Open Source-Software-Initiativen und Cloud-nativen Technologien ein, wie zum Beispiel:

  • Splunk Connect for Kafka integriert die Splunk-Plattform mit Apache Kafka, einer hochskalierbaren und zuverlässigen Methode zur Verarbeitung von Echtzeit-Streaming-Daten.
  • Splunk Connect for Kubernetes und Splunk Connect for Docker kombinieren die Splunk-Plattform mit den führenden Lösungen für die Automatisierung der Verteilung, Skalierung und Verwaltung containerisierter Anwendungen.

„Splunk Connect for Kafka wird unsere Untersuchung von Web-Aktivitäten, Performance- und Sicherheits-Anwendungsfällen verbessern“, meint John Swanson, Security Incident Response Manager bei GitHub. „Wir sind jetzt in der Lage, große Datenströme fast in Echtzeit einzuspeisen und nutzen täglich mehrere Terabyte an Log-Daten aus unserem Kafka-Cluster in Splunk Enterprise.“

Machine Learning Toolkit bietet Oberfläche für das Experiment-Management und neue Algorithmen zur Musterprognose

Splunk stellte außerdem eine neue Experiment-Management-Oberfläche für sein Machine Learning Toolkit (MLTK) vor. Diese Oberfläche erleichtert das Anzeigen, Steuern, Auswerten und Monitoring des Status von Machine Learning-Experimenten. Das neueste MLTK enthält zudem neue Algorithmen zur Erkennung von Mustern und Ermittlung der besten Vorhersagen zum Trainieren von Machine Learning-Modellen.

 „Hyatt nutzt Machine Learning in Splunk Enterprise, um vorherzusagen, wann und wo wir schnell handeln oder umplanen sollten, um unsere Gäste optimal zu versorgen“, sagt Cesar Mendoza, Application Development Manager, Strategic Systems and Innovation bei Hyatt. „Wir verwendeten das kostenlose Splunk Machine Learning Toolkit, um Benchmarks für die typische WLAN-Nutzung durch Gäste in allen Hotels festzulegen, und nutzen diese Basiswerte jetzt, um Phasen mit geringem Datenverkehr festzustellen. Wir kontaktierten umgehend unseren Mobilfunkanbieter, um Verbindungsprobleme zu beheben, bevor unsere Gäste uns anrufen mussten. Wir nutzen künstliche Intelligenz durch Splunk, um unsere Gäste auf diese Weise jeden Tag proaktiv bedienen zu können.“

Splunk IT Service Intelligence prognostiziert Ausfälle und Servicestatus und Splunk User Behavior Analytics beschleunigt die Bedrohungserkennung mittels Machine Learning

In der neuesten Version der Monitoring- und Analyse-Lösung Splunk ITSI können Kunden KI nutzen, um drohende Ausfälle zu prognostizieren und noch vor dem Auftreten dieser Ausfälle vorherzusagen, wie sie sich auf den Servicestatus auswirken könnten, damit weder die Endkundenerfahrung noch der finanzielle Umsatz beeinträchtigt werden. ITSI setzt Machine Learning auch dazu ein, störende, irrelevante Events zu reduzieren und automatisch die für das Unternehmen kritischsten Events zu identifizieren, so dass Anwender diese zuerst beheben können. Auch die Splunk UBA-Updates enthalten neue Machine Learning-Modelle und Erweiterungen für bestehende Modelle, damit Kunden zeitkritische Sicherheitsprobleme und Insider-Bedrohungen schneller erkennen und angehen können.

Präskriptive Lösungen erleichtern Kunden das Beheben individueller Herausforderungen

Neue Lösungen rund um das Internet of Things und andere Anwendungsfälle helfen Splunk-Kunden, definierte Herausforderungen schnell zu lösen. Vor kurzem stellte Splunk die begrenzt verfügbare Version von Splunk Industrial Asset Intelligence vor, die Fertigungsunternehmen dabei unterstützt, industrielle IoT-Daten in Echtzeit zu überwachen und zu analysieren. 

Die Splunk Essential-Reihen sind eine Fortführung dieses Ansatzes: Sie sind kostenlose, einfach zu installierende Anwendungen, die den Benutzern genau zeigen, wie sie Splunk Enterprise und Splunk Cloud einsetzen können, um bestimmte unternehmenskritische Anwendungsfälle anzugehen. Splunk Security Essentials deckt Anwendungsfälle wie Brute-Force-Erkennung, Schadsoftware und die Einhaltung der Compliance-Anforderungen der Datenschutz-Grundverordnung (DSGVO) ab, während Splunk Security Essentials for Fraud Detection für Anwendungsfälle wie Krankenkassenabrechnung und Überweisungsbetrug eingesetzt wird. Beide Anwendungen sowie das in Kürze verfügbare Splunk Essentials für Anwendungs-Monitoring und Versionsanalysen stehen kostenlos unter https://splunkbase.splunk.com/ zur Verfügung.

mat

Druckversion

Zum Thema