2018，Splunk的四大預言

郭濤

在號稱全球五大機場之一的迪拜機楊，旅客可以在五分鐘甚至更短的時間內通過機場安檢，這是因為安裝在天花板上的傳感器可以監測安檢隊伍，通過后臺的大數據分析，可以判斷是否需要新增一個安檢隊列，機場行李傳送帶也被全面監測，每件行李有200個數據點，通過對這些數據進行分析，機場可以提前4小時預知瓶頸會出現在哪里。迪拜機楊擁有全球訪問速度最快的Wi-Fi，Wi-Fi訪問的安全性非常重要，未經授權的訪問點一經發現會被立即消除。智慧的機場、智能的交通出行，這些都要依靠大數據、人工智能、安全等相關技術的不斷完善。迪拜機楊因為采用了大數據公司Splunk的產品和解決方案，成了智慧機場的一個典范。

大數據、人工智能等先進技術正被用于各行各業，給企業、消費者帶來了從未有過的高效、便捷和舒心的體驗。未來還會有哪些新技術值得關注？這些新的科技將如何改變人們的生產生活？歲末年初，又是一個回顧與展望的時候，在Splunk眼中，2018年有哪些熱點值得關注呢？

Splunk中國區總經理嚴立忠開門見山地指出，2018年有四大熱點領域值得關注：人工智能和機器學習、物聯網、IT運維，以及安全。

人工智能，習慣成自然

人工智能并不是一個新概念，它的再度崛起，與以云計算為代表的計算能力的大幅提升、各種算法的優化，以及豐富的應用場景的涌現密切相關。嚴立忠表示，人工智能與機器學習與具體行業的結合將更加緊密，金融服務、醫療保健和生物技術、制造業、零售業等都因人工智能技術的普及而出現了令人驚喜的改變。

作為全球首個上市的大數據公司，Splunk在人工智能和機器學習領域的一舉一動也備受關注。在今年Splunk舉辦的“conf2017”大會上，Splunk發布的與機器學習相關的解決方案尤其引人矚目。

最新推出的Splunk Enterprise 7.0、Splunk IT Service Intelligence （ITSI） 3.0、Splunk User Behavior Analytics （UBA） 4.0，以及Splunk Cloud的更新版，無一例外地增強了自身的機器學習能力，使得企業用戶可以更好地預測未來結果，更有效地分析他們的數據。舉例來說，Splunk Enterprise 7.0和Splunk Cloud可以幫助客戶更好地監測他們的數據，并通過分析從中獲得更好的洞察，評價指標監測和報警提速至少20倍，核心搜索技術經過優化，速度提高3倍。總之，機器學習技術的不斷成熟使得企業能夠對數據進行更好地收集、準備、轉換、探索，以及可視化操作，獲得更具價值的分析結果。

Gartner的報告顯示，人工智能和先進的機器學習是被廣泛關注的新興技術，將在企業甚至整個行業中掀起革命浪潮。它們能夠大幅度降低勞動力成本，產生意想不到的新見解，讓用戶從原始數據中發現新模式，并建立預測模型。

“在B2B領域，人工智能和機器學習將成為主流。”嚴立忠表示，“未來，端到端的人工智能、自我配置、經過預先訓練的模型、面向物聯網的人工智能將成為人工智能領域的重點研究方向。”

今天，人工智能為什么這么熱？原因其實很簡單。因為應用越來越豐富，IT架構越來越復雜，傳統的模式和主要依靠工人的方式已經不能解決應用中存在的問題。就像當初生產流水線的產生一樣，在某些領域，用機器來輔助人工甚至取代人工，可以大大提升生產效率，獲得更高的收益。今天不會有人再問為什么要采用自動化的生產流水線，因為它已經司空見慣，成為一種必然。有一天，人工智能和機器學習也會習慣成自然，成為一種必需。

作為一家大數據企業，Splunk將機器學習看作是一種技術和工具。Splunk的優勢是，將數據整理好，供機器使用，讓用戶從中獲取更多的價值。今年，Splunk完成了對私營企業SignalSense的收購，這是一家利用機器學習技術提供基于云的先進的數據采集和漏洞檢測解決方案的企業。通過此次收購，Splunk可以吸納更多頂尖技術人才，進一步鞏固其在機器學習領域的領先地位。

物聯網與行業深度融合

我們已經處于一個萬物互聯的世界中。以前，我們更多關注人與人、人與物之間的聯系，而現在物與物的連接變得更加廣泛，甚至可以說無處不在。物與物的連接，讓物具有更高的智能，為我們探索和改變這個世界提供了一條更加有效的途徑。

因為有了云計算、邊緣計算這些新的基礎設施、新的連接，物聯網才能把海量的、分散的設備和終端連接在一起。因為物聯網的出現，才更加迫切地需要實現IT與OT的融合。IT企業與工業企業才有了所謂的跨界融合，新的技術組合、新的應用場景、新的商業模式層出不窮。

嚴立忠介紹說，公共部門、制造、運輸等行業成了物聯網領域第一批“吃螃蟹的人”。企業的云化和數字化轉型是物聯網發展強有力的促進因素。人工智能與機器學習技術的不斷進步，將為物聯網帶來極大的發展機遇。智能的設備與先進的數據分析相結合，將極大地提升業務效率。

不過，我們不能忽視一點，就是物聯網的興起可能會帶來更大的安全隱患。在全球范圍內，針對大規模工業基礎設施的攻擊已經屢見不鮮。未來，自動駕駛的汽車就是一臺巨大的物聯網設備，如果不能妥善解決安全問題，汽車可能被黑客“劫持”，導致不可估量的損失。

用機器學習武裝網絡安全

今天，大數據已經成了安全的重要驅動因素和支撐工具，利用大數據分析的手段，可以做到提前預測，真正實現防患于未然。大數據安全成了一個新興的安全細分市場。從某個角度說，大數據公司Splunk也是一家安全公司。

分析公司Quocirca發布的《損害控制——嚴重IT事件影響》報告顯示：企業平均每月會遭受5次嚴重的IT事件，每一次事件都會給企業的IT部門造成平均36326美元的損失，而其他業務部門遭受的損失金額會更多，這也迫使IT部門不得不從開發新服務中分出一部分資源，用于維護現有的基礎設施，以確保安全。endprint

安全威脅無處不在，而企業通常沒有足夠的人、時間，隨時監測安全攻擊的發生。企業的安全運行中心也只能勉強應付已經發生的安全問題。而自動發現安全威脅，提前做出預警，將安全隱患消滅于無形，這正是大數據、機器學習技術的優勢所在。“Splunk的產品可以作為安全神經中樞。”Splunk北亞區總經理戴健慶表示，“未來5年內，機器學習在安全方面的應用將成為主流，借助大數據、機器學習技術，可以實時監控企業內外部的安全威脅。“在今年的.“conf2017”大會上，Splunk也發布了五大安全解決方案。

國內某知名共享單車公司采用了Splunk的大數據安全解決方案。他們遇到的問題是，公司人員頻繁出差，有時可能一天會去一個國家，而采用傳統安全保護解決方案的郵件系統會默認這種情況是黑客行為，影響員工的正常使用。而Splunk的大數據安全解決方案通過分析，可以辨識訪問者的行為軌跡，確認這是用戶的正常訪問行為。大數據、機器學習技術的出現，讓安全不再是被動防御，而是讓安全變得更加智能。

嚴立忠特別強調說，如今人們談論的不僅僅是IT的安全，更多關注的是業務安全。企業可以嘗試采用機器學習來武裝網絡安全。

安全與運維不分家

隨著互聯網、云計算、物聯網的普及，IT運維變得越來越復雜。企業不僅要管理物理設備，還要管理虛擬機、云環境，甚至是多云的環境。人力已經無法完成這些復雜的管理和運維工作，必須尋找更加高效、自動化的方式。DevOps正日漸流行，對于業務來說更是不可或缺的。

“安全與運維漸漸趨于融合。”嚴立忠介紹說，“雖然安全和運維仍然分屬不同的部門，但是這兩件事不再是各自為政，而是要從一開始就要一起解決。在這個過程中，必然會用到人工智能、大數據等技術。”

安全與運維的工具和平臺將融合在一起。安全運維不是僅靠人工就能完成的，而是要不斷提升系統的自動化和智能化水平。針對這些新的需求，Splunk可以提供智能運維云服務，在后臺將安全和運維的技術和平臺打通，實現數據的共享，從而提升運維效率和安全性。

“未來，企業的安全和運維部門之間不再有界線。新型的IT運營人員將產生。”嚴立忠表示。

人工智能和機器學習、物聯網、IT運維、安全，這四大技術領域并不是孤立地存在，而是相互交融、互相滲透，不能分割的。從IT的整體發展來看，云計算和大數據還是最主要的兩大方向，而人工智能和機器學習、物聯網、IT運維、安全則是云計算、大數據發展的助推器和護航者。endprint