Как ИИ влияет на CMDB

CMDB (configuration management database) – база данных управления конфигурациями. Она хранит конфигурации на протяжении их жизненного цикла, поддерживает связи между ними. CMDB важна для анализа последствий первопричин и обеспечения соответствия требованиям управления инцидентами и изменениями. То есть используется для планирования, выяснения, какие будут последствия, и анализа первопричин, если что-то произошло пошло не так. Соответственно, если все данные конфигурации расположены в одном месте, руководить ими проще, видны все критически важные точки непрерывной интеграции и их взаимосвязь.

Этапы работы с CMDB

В первую очередь компания определяет ресурсы и ИТ-активы. То есть, какие элементы стоит отслеживать, что считать ресурсом, что ИТ-активом, какие свойства учитывать и где брать для этого данные. Как показывает наш опыт, на этом этапе возникает основная трудность.

Например, сетевики, строящие электросети, за ИТ-актив считают опору электроэнергии, потому для них она обслуживающий объект, так как связана с линией электропередач. Если опора выйдет из строя, то это приведет к сбоям подачи электроэнергии потребителям. В случае с управлением программным обеспечением, ИТ-активом может быть устройство, на котором есть ПО, или само ПО. При этом остальные характеристики оборудования будут частью управления конфигурацией.

После определения и разделения ИТ-активов, встает следующий вопрос – качество собираемых данных. Так как они находятся в разных источниках, то их важно централизовано собирать, агрегировать, сравнивать свойства, идентифицировать. Момент идентификации — это шаг между получением данных из инвентаризации, то есть, из информации об ИТ-ресурсах, с превращением этих данных в ИТ-активы.

Далее наступает следующий этап, который называется нормализация данных. Если не делать нормализацию данных, то, информация о ресурсах в чистом виде окажется в CMDB. Начнется множественное дублирование позиций в базе. Потому что один и тот же ИТ-ресурс может иметь различные наименования в зависимости от его версии, даты ввода в эксплуатацию и т.д. Соответственно, будет по-разному отображаться как ИТ-ресурс.

В CMDB должны содержаться унифицированные данные. Поэтому после сбора данных применяется нормализация. Разбирается информация о входящих ИТ-ресурсах, из них «достается» самая важная информация, приводится к единому пониманию, к единой библиотеке ИТ-ресурсов. И тогда в CMDB унифицированные ресурсы превращаются в ИТ-активы. Соответственно, идет сравнение изменений конфигураций с унифицированными ресурсами.

Роль ИИ в нормализации данных

При нормализации данных применятся два подхода. Первый – это алгоритмический подход с применением шаблонов, либо условий. В этом случае информация сравнивается с правилами распознавания и затем приводится в нормализованное состояние. Например, если компания внедряет новое ПО поставщика, с которым ранее работала, то в базе уже содержатся сведения о нем. Соответственно, новый ИТ-ресурс не появится в CMDB.

Но поставщики обновляют информацию о продуктах, поэтому шаблоны быстро устаревают. Это называется процессом деградации справочников нормализации. Искусственный интеллект применяется в данном случае для уменьшения показателя деградации. Отчет об инвентаризации формируется в текстовом виде, соответственно, ИИ применяется для чтения текста.

Например, ПО содержит три атрибута: производитель, наименование и версия продукта. Искусственный интеллект в данном случае выступает в виде однослойной нейронной сети, которая трансформирует получаемый текст в вектора. Далее происходит сравнение и выдается результирующий вектор, который соответствует записи в справочнике нормализации по производителям или наименованию программного продукта. Искусственный интеллект нормализует любой атрибут в текстовом виде.

Коэффициент распознавания свыше 99%, так как технология обучается на большом объеме данных. Также ИИ обучен восстановлению сведений, например, если не заполнено поле о версии нового продукта. Так, если сотрудник при установке ПО изменил наименование производителя, то нейронная сеть это определит, так как это отклонение от шаблона. Таким образом, автоматизируется заполнение CMDB, нормализация данных и снижается процент деградации справочников по нормализации.

Преимущества и недостатки использования ИИ

Степень деградации справочников нормализации за год может достигать 40-45%. То есть спустя год чуть больше половины данных будут нормализованы. При применении ИИ этот показатель достигает 80%, а деградация – 10-15%. И это основное преимущество использования ИИ при работе с данными. Сотрудники меньше времени уделяют на работу со справочниками нормализации.

Существует и недостаток при использовании ИИ. Это объем модели нейронной сети. Он может достигать нескольких гигабайт. Соответственно, для обработки данных скорость работы ИИ ниже, чем при использовании шаблонов. То есть, искусственный интеллект работает медленнее, чем шаблоны, но качество работы выше.

Сегодняшним многим системам не хватает гибкости в применении нормализации на входящем потоке данных. Их структура жестко фиксирована, а важно, чтобы количество объектов из внешней среды было неограниченно.

Перспективы применения ИИ

На 2022 год уже мало компаний, которые не используют системы нормализации. Поэтому скорее стоит вопрос модернизации процессов, в том числе за счет внедрения ИИ. Использование нейронных сетей для нормализации данных в CMDB в Росси появилось 10 лет назад.

Мы считаем, что со временем не будет компаний, которые не внедрили ИИ в том или ином виде. Особенно если ведет CMDB, чтобы учитывать активы и обладать инструментом для планирования, прогнозирования и поиска причин событий в информационной среде. Нормализация данных в таком случае улучшает их качество и последующее принятие бизнес-решений.

Сегодня компаниям необходимо создать цифровые копии информационных активов, а нормализацию данных совершать при помощи искусственного интеллекта, чтобы качество работы было удовлетворительным. От этого зависит качество принятия управленческих решений, что в свою очередь, связано с уровнем зрелости компании. Как следствие, чем выше уровень зрелости, тем важнее для компании проверенный поставщик данных для CMDB.