Page 13 - HPEMax Issue 9 Catalog - eBookServicePro.com - eBook Flipbook Design Service
P. 13

อุปกรณ์จัดเก็บข้อมูลสมัยใหม่ได้นำาเทคโนโลยี Machine

        Learning มาใช้ในการตรวจสอบระบบและช่วยเหลือตัวเอง



                                              เทรนด์การใช้ทรัพยากรด้าน  IT  (เครื่องคอมพิวเตอร์แม่ข่าย,  อุปกรณ์จัดเก็บข้อมูลประเภท  Hybrid
                                              Flash,  อุปกรณ์เครือข่ายคอมพิวเตอร์  รวมทั้งระบบปฏิบัติการ  OS  สำาหรับระบบ  Virtualization  หรือ
                                              Physical Platform) เป็นตัวขับเคลื่อนธุรกิจในองค์กรให้เหนือชั้นกว่าคู่แข่ง ช่วยให้เข้าถึงกลุ่มลูกค้าเพิ่ม
                                              ขึ้น  เทคโนโลยีที่มีการพูดถึงกันมาก  เช่น  Internet  of  Things  (IoT),  Mobility,  Hybrid  Technology
                                              และ Multi-Cloud Platform มีส่วนช่วยในการคิดค้นและพัฒนาแอปพลิเคชันสมัยใหม่ ทำาให้ความซับซ้อน
                                              ในการทำางานร่วมกันมีมากขึ้น  ด้วยเหตุนี้การบริหารจัดการแบบเดิมจึงไม่สามารถแก้ไขปัญหาช่องว่างที่
                                              เกิดขึ้นระหว่างแอปพลิเคชันและข้อมูล (App-Data Gap) และ FLASH Storage ไม่ใช่คำาตอบในการแก้ไข
                                              ปัญหาดังกล่าว ระบบ Flash ช่วยในเรื่องความเร็วเพียงอย่างเดียว แต่ไม่สามารถลดปัญหาช่องว่างเหล่า
               Predicts and                   นี้ได้
            prevents problems
                                              แนวคิดแบบใหม่ที่อาศัยเทคโนโลยี  Machine  Learning  ซึ่งเป็นส่วนหนึ่งของ  Big  Data  ถูกพัฒนาขึ้น
                                              เพื่อใช้ในการตรวจสอบ วิเคราะห์และแจ้งเตือน คาดการณ์ความน่าจะเป็นที่อาจเกิดขึ้นในอนาคต ทำาให้เรา
                  86%                         สามารถเข้าใจและแก้ไขปัญหาได้ทันท่วงที

            Issues automatically              HPE  InfoSight  Predictive  Analytic  เป็นซอฟต์แวร์สำาหรับวิเคราะห์การใช้งานของอุปกรณ์จัดเก็บ
                                              ข้อมูลและสภาพแวดล้อมรอบข้าง  หลักการคือ  การนำาข้อมูลการแก้ไขปัญหาในอดีตที่ได้รวบรวมไว้ใน
             opend and solved                 ระยะเวลาหลายปีจากกลุ่มผู้ใช้กว่า 10,000 รายทั่วโลก ร่วมกับข้อมูลแบบ Real time ที่ถูกส่งจาก Sen-
                                              sor นับพันชุด และการใช้วิทยาศาสตร์ข้อมูล (Data Science) ทำาให้สามารถวิเคราะห์ความน่าจะเป็นและ
                                              สาเหตุที่เกิดจากรูปแบบที่แตกต่างกันได้




                                              กรณีศึกษาการวิเคราะห์เชิงทำานาย (Predictive) เพื่อป้องกันปัญหาที่อาจเกิดขึ้นและแจ้งเตือนการทำางาน
                                              ที่ผิดปกติ ทำาให้สามารถหาสาเหตุได้อย่างรวดเร็ว

                                              • กรณีศึกษาการป้องกันการหยุดการทำางานของระบบ (Down time)   InfoSight Predictive Analytic
                                              สามารถทำา Black list แจ้งเตือนผู้ใช้ที่มีสภาพแวดล้อมคล้ายคลึงกับผู้ใช้ที่เคยมีเคสการหยุดให้บริการ
              Global Visibility               เนื่องจากพบสิ่งผิดปกติหลังการอัพเกรดระบบปฏิบัติการ ดังนั้นถ้าเราสามารถควบคุมสถานการณ์ (Pro-
                                              active) แจ้งเตือนผู้ที่ใช้ซอฟต์แวร์เวอร์ชั่นเดียวกัน รวมทั้งมีการรวบรวม Knowledge base ที่เกี่ยวข้อง
               and learning                   ไว้ จะสามารถลดปัญหาเดียวกันนี้ที่อาจเกิดขึ้นกับผู้ใช้รายอื่นได้

                                              • กรณีศึกษาการแจ้งเตือนความผิดปกติซึ่งเกิดจากการโจมตีของไวรัสเรียกค่าไถ่ (Ransomware) โดย
             >99.9999%                        ไวรัสจะทำาการเข้ารหัสข้อมูลใหม่ทั้งหมด ทำาให้การอ่านเขียน การใช้ที่พื้นจัดเก็บข้อมูล รวมไปถึง CPU และ
                                              Memory มีการทำางานมากขึ้น จนทำาให้ระบบช้าลงในช่วงที่ไวรัสเริ่มต้นทำางาน
                 Measured
                availability                  InfoSight Predictive Analytic จะช่วยตรวจสอบข้อมูลทางสถิติที่เกิดจากการใช้งานจริงของอุปกรณ์
                                              เก็บข้อมูลหลังทำาการบีบอัดและลดความซ้ำาซ้อนของข้อมูล (Data compression + Data Deduplication)
                                              ตัวอย่างเช่น จากเดิมระบบโดยรวมมีการประหยัดการใช้เนื้อที่ในอัตรา 10:1 (อัตราส่วนข้อมูลที่ถูกเขียนลง
                                              บนอุปกรณ์เก็บข้อมูล 10TB ต่อข้อมูลที่ถูกจัดเก็บจริงเพียง 1TB)   หลังจากนั้นอัตราการประหยัดเนื้อที่
                                              ลดลงต่อเนื่องอย่างที่ไม่เคยเกิดขึ้นมาก่อน ตัวระบบสามารถแจ้งเตือนความผิดปกติเหล่านี้ โดยการตรวจ
                                              สอบในเชิงลึกว่าเกิดปัญหาขึ้นที่ตำาแหน่งใด, เกิดจาก Virtual machine เครื่องไหน, Vdisk อะไร, มี CPU
                                              Utilization และ Network Latency มากน้อยแค่ไหน ทำาให้ผู้ใช้สามารถรู้เท่าทันและแก้ไขระบบได้ก่อนที่
                                              เหตุการณ์จะลุกลามไปยังคอมพิวเตอร์แม่ข่ายเครื่องอื่น
                                              • ปัญหาพื้นฐานเรื่อง Performance ใน Virtual Machine   สำาหรับปัญหาการใช้งานที่ช้านั้น InfoSight
                                              Predictive Analytic สามารถระบุตำาแหน่งของปัญหาได้เร็วขึ้น  ตัวอย่างเช่น ถ้าปัญหาเกิดขึ้นจาก
                                              อุปกรณ์จัดเก็บข้อมูลระบบจะทำาการแนะนำาวิธีการแก้ไขปัญหา หรือถ้าปัญหาไมได้เกิดขึ้นจากอุปกรณ์จัด
               Support you                    เก็บข้อมูล ระบบจะมีข้อมูลเบื้องต้นให้ผู้ดูแลระบบไปตรวจสอบเครื่องคอมพิวเตอร์แม่ข่ายหรือระบบเครือ
                                              ข่าย   นอกจากนี้ซอฟต์แวร์ยังสามารถคาดการณ์ความน่าจะเป็นในใช้งานอุปกรณ์ ทั้งเรื่องพื้นจัดเก็บ
                actually like                 ข้อมูล และประสิทธิภาพการทำางาน (Performance) ว่าระยะเวลาอีกนานเท่าไหร่จึงจะเกิดปัญหาขึ้น ทำาให้
                                              ผู้ดูแลสามารถวางแผนอัพเกรดระบบได้ทันเวลา
                  54%                         ทั้งนี้ Machine Learning มีต้นแบบมาจาก Nimble Storage ที่ได้ทำาการควบรวมมาเป็นหนึ่งใน Portfolio
                                              ของ HPE โดยแนวคิดนี้จะถูกนำามาใช้กับ HPE Infrastructure ซึ่งเราจะได้เห็นภาพชัดเจนขึ้นช่วงปลายปี
               Cases solved                   2017 นี้ หนึ่งในนั่นคือ Product HPE 3PAR StoreServ
             outside of storage

        Powered by Intel® Xeon® Processor
        Intel Inside®. Powerful Productivity Outside.                                           สอบถามข้อมูลเพิ่มเติม
        Intel, the Intel logo, Xeon, and Xeon Inside are trademarks or registered trademarks of Intel Corporation   wittaya.w@hpe.com
        or its subsidiaries in the U.S. and/or other countries.                               089-788-2805     13
   8   9   10   11   12   13   14   15   16   17   18