Pět způsobů, jak může umělá inteligence zvýšit zálohování







Bez pomoci umělé inteligence (AI) nebo strojového učení (ML) je méně organizací schopno chránit své zálohy v případě datové nouze – například kybernetického útoku nebo přírodní katastrofy, která zavře zařízení.

AI a ML jsou již nepostradatelné technologie. Umožňují vyhodnotit data historie zálohování, odvodit modely pro efektivnější zálohování a obnovu, a proto pomáhají organizacím lépe předvídat události zabezpečení dat, od selhání hardwaru a přírodních katastrof až po Úspěšně kybernetický útok na zálohu. V případě nouze také AI a ML přispívají k rychlejší a efektivnější obnově běžící infrastruktury a dat zpět do normálu.

AI může zvýšit zálohování

Commvault uvádí pět způsobů, jak mohou IT týmy těžit z AI, pokud jde o jejich zálohování:

  • Plánování automatizovaných rutinních úloh. Tradiční plánování zálohování je založeno na statických pravidlech a plánech, což často vede ke složitým konfiguracím a neefektivitě, jako je špatná doba provádění, nadměrné čekací doby nebo překročení zálohovacího okna. Použitím ML založeného na časových řadách k předpovídání doby provádění úloh, AI a platformy pro správu dat založené na ML neustále zlepšují plánování úloh prostřednictvím optimálního sekvenování. Platformy kyberneticky odolné ochrany dat vypočítají nejlepší možné cíle bodů obnovení (RPO) pro ochranu dat a upřednostňují pracovní zátěže obnovy na základě cílů dostupnosti. AI zároveň minimalizuje časová okna potřebná pro zálohování dat. V případě potřeby lze toto vše provést zcela autonomně, aniž by museli manažeři IT zasahovat ručně.
  • Zjednodušené řízení a dohled. Umělá inteligence nepřetržitě shromažďuje data o výkonu z několika operací zálohování, aby mohla podrobně analyzovat stav tisíců každodenních úloh. Identifikuje anomálie, které se odchylují od běžného procesu zabezpečení, a dokáže je klasifikovat na základě typu, frekvence a závažnosti. Některé chyby mohou být dočasné nebo rutinní a lze je vyřešit bez okamžitého zásahu člověka. Jiné události však vyžadují pozornost IT týmu. Bez filtrování těchto kritických chyb často zůstávají skryté déle, než je žádoucí. U událostí, které vyžadují zásah člověka, obdrží tým IT relevantní filtrované alarmy, aby mohl rychle jednat
  • Klasifikace dat a analýza rizik. AI a ML také pomáhají definovat a klasifikovat informace a určit, která data by měla být v případě katastrofy prioritně obnovena. Klasifikační modely jsou trénovány pomocí vlastních dat společnosti a identifikují typy dokumentů, které jsou zvláště důležité v obchodní oblasti, například kvůli četnosti přístupu. Pro urychlení tohoto učení mohou IT týmy také poskytnout AI jako příklady zvláště reprezentativní data, aby z nich mohla odvodit relevantní modely. Hluboké učení a textová analýza spolehlivě klasifikují i ​​ta nejsložitější a nestrukturovaná data. Osobně citlivé informace lze také vyhledávat pomocí klíčových pojmů a klasifikovat je do různých úrovní zabezpečení. To vede k analýze rizik, která určuje úroveň ohrožení informací na základě kontextu a metadat.
  • Detekce útoku. Bez kybernetické bezpečnosti zálohování prostě nefunguje. Profesionální aktéři ransomwaru útočí nejen na produktivní data, ale také na záložní soubory. Umělá inteligence proto musí být schopna interpretovat datové anomálie jako indikátory útoku. Například analyzujte entropii souboru. V případě nouze je důležité tyto anomálie odhalit ihned v okamžiku šifrování. Vzhledem k počtu událostí v souboru dat to pro lidského pozorovatele není možné, ale umělá inteligence to bez námahy zvládne.
  • Obnova dat a infrastruktury. Konečně, s AI a ML mohou IT týmy definovat optimální cíle doby obnovy (RTO) a RPO s minimální ztrátou informací a rychlou opětovnou dostupností a přijímat upozornění, když již nemusí být splněny předem definované smlouvy SLA o dostupnosti dat. AI také pomáhá definovat kroky obnovy potřebné před katastrofou. To, co bylo kdysi vzdáleným snem, je dnes realitou: organizace dokážou s AI a ML dělat víc než kdy jindy. Tyto technologie mění hru, pokud jde o zálohování: chrání před kybernetickými útoky, pomáhají automatizovat rutinní úkoly, zlepšují efektivitu systému a v konečném důsledku snižují technický dluh společnosti.




Čerpáme z těchto zdrojů: google.com, science.org, newatlas.com, wired.com, pixabay.com