Idag tillkännagav Veritas Technologies lanseringen av Veritas Predictive Insights, en ny lösning som använder algoritmer för artificiell intelligens (AI) och maskininlärning (ML) för att minska oplanerade driftstopp och minska de totala ägandekostnaderna.
Veritas tränade sin Predictive Insights AI på krypterad händelsedata från tusentals Veritas-apparater. Ett av de största hindren för skapare av AI är att hitta en bra träningsdatauppsättning; Veritas intern datainsamling under de senaste tre åren sätter dem på en fast fot i detta avseende. Baserat på denna samlade erfarenhet övervakar Predictive Insights systemets hälsa för att upptäcka potentiella problem. En stor oro vid utvecklingen av det nya systemet var att undvika larmtrötthet och lyfta fram betydande incidenter. Några av de potentiella problem som det väcker varningar är: proaktivt underhåll, prestanda- och kapacitetsprognoser och fastställande av efterlevnad.
När en kund aktiverar Predictive Insightson en Veritas-apparat som stöds, samlas och bearbetas telemetri kontinuerligt för att generera ett System Reliability Score (SRS) för varje apparat. Poängen och relaterade detaljer exponeras via instrumentpanelen. Baserat på SRS och detaljerna bakom det, föreslår systemet proaktiva åtgärder som identifierats av analysen för att förbättra systemets tillförlitlighet. Detta kan inkludera ett meddelande om att installera en patch till utsändande servicepersonal eller att göra föreskrivna tjänster på plats. Datadrivna mätvärden och rekommendationer som denna kan hjälpa IT-team att göra argument för väsentligt underhåll samtidigt som ansträngningarna omdirigeras bort från lägre prioriterade områden för att bättre betjäna verksamheten och öka kundnöjdheten.
Tillgänglighet
- tillgänglig nu på Veritas NetBackupAppliances
- under de kommande kvartalen kommer den att finnas tillgänglig på Veritas Access och Flexappliances
Amazon