Dankzij causale ai evolueert devops-automatisering van event- naar answer-driven. Deze blog gaat in de transformerende kracht van answer-driven-automatisering. Daarbij zal het belang van op gegevens gebaseerde antwoorden bij het ontgrendelen van geautomatiseerde devops- en sre-processen toegelicht worden.
Devops-automatisering is een noodzaak om de efficiëntie en schaalbaarheid te garanderen. Devops-teams hebben automatisering nodig die verder gaat dan passieve observaties. Ze hebben event-driven automatisering nodig die niet alleen reageert op gebeurtenissen en triggers, maar die ook de context analyseert en interpreteert om precieze en proactieve acties te ondernemen. Deze evolutie wordt ‘answer-driven’-automatisering genoemd en maakt het mogelijk complexe problemen in realtime aan te pakken, workflows te optimaliseren en de operationele efficiëntie te verbeteren.
Pijnpunten
Sinds devops rond 2007 en 2008 opkwam als reactie op pijnpunten bij agile-ontwikkeling, is devops-automatisering voortdurend in ontwikkeling.
- Automatisering van bedrijfsprocessen
Automatisering van bedrijfsprocessen vormt de basis voor het verbeteren van operationele efficiëntie. Organisaties hebben automatisering omarmd om tijd te besparen en handmatige inspanningen te verminderen. Deze eerste automatiseringsinspanningen hebben de weg geëffend voor meer vooruitgang, wat heeft geleid tot de volgende evolutie: event-driven-automatisering.
- Event-driven-automatisering
Event-driven-automatisering is een significante sprong voorwaarts. Het maakt gebruik van realtime reactievermogen op specifieke regels of gebeurtenissen en zorgt ervoor dat bedrijfsprocessen aanzienlijk sneller en met minder fouten verlopen.
Neem een e-commercewebsite die automatisch gepersonaliseerde kortingscodes naar klanten stuurt die hun winkelwagentje verlaten. Deze automatisering activeert het verzenden van de kortingscode alleen wanneer de klant het winkelwagentje verlaat, minimaliseert inkomstenverlies en verhoogt conversiepercentages.
Cybersecurity
Op het gebied van cybersecurity speelt event-driven-automatisering een cruciale rol bij dreigingsdetectie en -respons. Een team kan zijn observability-platform configureren om specifieke gebeurtenissen te detecteren, zoals mogelijk schadelijke gebruikersverzoeken die deel kunnen uitmaken van een sql-injectieaanval, of verdachte aanmeldingspogingen. Wanneer het platform deze gebeurtenissen identificeert, kan event-driven-automatisering automatisch relevante acties activeren, zoals het blokkeren van ip-adressen, het initiëren van incidentresponsprotocollen en het verzenden van meldingen naar security- of ontwikkelingsteams.
Maar zelfs een event-driven-benadering heeft lacunes. Met meer detail en context kunnen organisaties genuanceerdere beslissingen nemen en beter automatiseren met een grotere impact op operaties, beveiliging en het bedrijf.
Intelligente
Met de komst van ai in operations (ai-ops) hebben devops-teams de mogelijkheid een intelligentere automatiseringsaanpak te hanteren, aangestuurd door ai. Het combineren van nauwkeurige, op causale ai gebaseerde antwoorden, afgeleid van observability-, security- en bedrijfsgegevens, met voorspellende ai en automatisering, biedt een feedbackloop die de automatisering intelligenter en meer gericht op bedrijfswaarde maakt. Dit is waar event-driven-automatisering om draait.
Een voorbeeld van event-driven-automatisering met behulp van ai en context is dreigingsdetectie en -respons. De ai-engine kan hier het gedrag van een gebruikersaanvraag binnen de toepassing observeren. Dit gaat verder dan oppervlakkige waarnemingen en duikt diep in de complexe details om uitkomsten te bepalen, zoals:
- Is er een kwetsbaarheid die kan worden misbruikt?
- Is het een zero-day-kwetsbaarheid?
- Hoe kritiek is deze kwetsbaarheid?
- Hoe nabij is de kwetsbaarheid bij de gegevensbron?
- Was de gebruikersinvoer daadwerkelijk schadelijk?
Nauwkeurige antwoorden op deze vragen zorgen voor kristalhelder begrip van de situatie.
De echte kracht ligt in de daaropvolgende acties die answer-driven-automatisering activeert. Workflows die zijn ontworpen om eigendomsinformatie te extraheren kunnen uitgevoerd worden en sturen vervolgens het ticket naar de verantwoordelijke teams. Answer-driven-automatisering vermindert zorgt voor aanzienlijk minder meldingen en vermindert het aantal valse positieven. Zo wordt kostbare tijd van ontwikkelaars bespaard en de gemiddelde tijd tot oplossing (MTTR) versneld.
Er zijn nog andere scenario’s waarbij answer-driven-automatisering zijn waarde de demonstreert:
- Progressieve delivery: de rijke set aan observability-gegevens vormt hier de basis voor een op causale ai gebaseerde, answer-driven-automatiseringsoplossing.
- Intelligent incidentbeheer en -herstel: met behulp van geavanceerde causale ai en contextbewuste besluitvorming identificeert de ai de onderliggende oorzaak van serverstoringen en kan dan vooraf gedefinieerde workflows of specifieke runbooks activeren om softwarepatches te implementeren en automatisch resources op te schalen of te verkleinen wanneer dat nodig is.
- Productie beveiligen: hier kan causale ai gebruikt worden om te begrijpen hoe een softwarewijziging van invloed zal zijn op andere services. Ontwikkelaars kunnen ook automatisch zien hoe de wijziging kritieke doelstellingen zoals slo’s beïnvloedt, wat hen toelaat om beslissingen te nemen over de implementatie, of ze zelfs aanspoort om een rollback te overwegen, indien nodig.
Frontlinie
Answer-driven-automatisering is de nieuwe frontlinie in devops-automatisering. De toepassingsgebieden voor answer-driven-automatisering zijn net zo gevarieerd als de DevOps-omgevingen die ze kunnen helpen automatiseren. Observability, causale ai en voorspellende ai vormen de basis voor answer-driven-automatisering.
