IT服務(wù)的安全性分為很多層次。例如，安全層包括防火墻、入侵檢測和訪問控制�；�礎(chǔ)設(shè)施層包括電力、網(wǎng)絡(luò)及服務(wù)器的狀態(tài)和冷卻。但最重要的還是運(yùn)維層。經(jīng)驗(yàn)豐富的工作人員能夠采用正確的流程，以確保數(shù)據(jù)中心運(yùn)行一切正常。人工智能通過簡化相應(yīng)的步驟提高效率，對數(shù)據(jù)中心運(yùn)維產(chǎn)生重大影響。

在互聯(lián)網(wǎng)快速發(fā)展的今天，人工智能和深度學(xué)習(xí)將成為解析數(shù)據(jù)中心所生成大量數(shù)據(jù)的技術(shù)保障，通過人工智能可以更有效地管理服務(wù)交付，同時(shí)減少數(shù)據(jù)中心宕機(jī)等風(fēng)險(xiǎn)。這些都源于交付應(yīng)用程序工作負(fù)載的轉(zhuǎn)變。

數(shù)據(jù)太多？

在過去的10年中，人們已經(jīng)從單一服務(wù)器單一應(yīng)用程序演進(jìn)到在容器中運(yùn)行的分布式應(yīng)用程序。這些正在由運(yùn)行在前提和云中的微服務(wù)交付，這些服務(wù)都是由自動化工具管理的�；�礎(chǔ)設(shè)施已經(jīng)成為應(yīng)用程序的一部分。如果企業(yè)正在使用像Amazon S3或Google Maps這樣的平臺作為其服務(wù)交付的一個(gè)組成部分，那么就將經(jīng)歷這樣的轉(zhuǎn)變。

這種轉(zhuǎn)變對數(shù)據(jù)中心管理造成的影響是顯著的，電力和制冷只是需要工作人員定期關(guān)注的一部分。環(huán)境控制、物理設(shè)備、虛擬機(jī)和公共云都需要工作人員全天候進(jìn)行監(jiān)控和管理，以降低成本并提高效率。因此，了解特定工作負(fù)載遷移變得至關(guān)重要。

企業(yè)通過監(jiān)控、分析收集來的數(shù)據(jù)量，來確保業(yè)務(wù)的正常發(fā)展。其中數(shù)據(jù)大都是從傳感器、應(yīng)用、門禁系統(tǒng)、配電單元、UPS、發(fā)電機(jī)和太陽能電池板產(chǎn)生的數(shù)據(jù)。如果外部數(shù)據(jù)源想要進(jìn)行存儲，例如應(yīng)用程序漏洞信息，電費(fèi)和天氣預(yù)報(bào)。則需要強(qiáng)大的數(shù)據(jù)中心基礎(chǔ)架構(gòu)管理（DCIM）工具來存儲所有這些數(shù)據(jù)，進(jìn)行分析并將其轉(zhuǎn)化為可操作的信息。

人工智能和深度學(xué)習(xí)在數(shù)據(jù)中心管理中變得不可或缺。以下是較為顯著的領(lǐng)域：

獲知?jiǎng)討B(tài)

具有趨勢、相關(guān)性分析和推薦操作的活動指示板。

預(yù)防性維護(hù)

深度學(xué)習(xí)用于識別和關(guān)聯(lián)預(yù)測電源，存儲或網(wǎng)絡(luò)連接故障的數(shù)據(jù)。這樣，在進(jìn)行維護(hù)的同時(shí)，數(shù)據(jù)中心運(yùn)營商可以積極主動將工作負(fù)載移至更安全的區(qū)域。

追蹤故障分析

機(jī)器學(xué)習(xí)用于跟蹤多個(gè)服務(wù)的故障根本原因。這被學(xué)習(xí)并用于將來的預(yù)防性維護(hù)。

網(wǎng)絡(luò)安全和入侵檢測

機(jī)器學(xué)習(xí)和深度神經(jīng)網(wǎng)絡(luò)用于現(xiàn)場應(yīng)用傳感器，訪問控制系統(tǒng)和網(wǎng)絡(luò)系統(tǒng)中發(fā)現(xiàn)異常模式，并提供更好的信噪比和積極的解決措施。學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)用于不斷提高企業(yè)的安全態(tài)勢和管理相關(guān)問題的能力。

自動化

配備各種自動處理技術(shù)的"窄范圍定義的人工智能"，例如如果自主駕駛汽車在行駛中即將發(fā)生碰撞，則采取剎車措施。

深度神經(jīng)網(wǎng)絡(luò)和機(jī)器學(xué)習(xí)算法將隨著時(shí)間的推移而改進(jìn)，從而實(shí)現(xiàn)更高的效率和性能，以配合快速增長的應(yīng)用工作負(fù)載。隨著這一切的即將到來，人工智能將對企業(yè)如何管理數(shù)據(jù)中心產(chǎn)生巨大影響。