Le monitoring global d’un Cloud Hybride complexe, hétérogène passe par une solution analytique dotée des capacités à récolter des différentes informations à large spectre, traversant tous les les silos de données. Ces informations sont analysées par les différentes méthodes de machine learning ayant une aptitude d’analyser, de corréler en temps réel des évènements et prédire des éventuelles anomalies futurs.
GAL2024 - Décarbonation du secteur laitier : la filière s'engage
Monitoring Cloud Hybride par analyse predictive et intelligence artificielle
1. MONITORING GLOBAL DES
CLOUD HYBRIDE & MULTI-CLOUD
PAR ANALYSE PREDICTIVE &
INTELLIGENCE ARTIFICIELLE
Thèse Mastère Spécialisé
Expertise en Cloud Computing
Marie Phuong VUONG
Décembre 2017
2. Présentation du contexte .
Pourquoi cette approche
Etat actuel du monitoring .
Les nouveaux besoins .
Analyse predictive &
Intelligence Artificielle
Conclusion d
PLAN
2
Marie Phuong VUONG 2
3
4
1
5
5. Contexte
Marie Phuong VUONG 5
Caractéristiques d’un environnement complexe
➔ Hétérogène, évolutif, distribué, dynamique et réparti
➔ Les outils de monitoring classiques ne sont plus suffisants
Quel outil et quel moyen pour un Monitoring
Global de ces environnements complexes ?
Cloud Hybride
➔ Composé par un ensemble d’éléments
On-Premise ou Cloud Privé (interne, externe)
Et Cloud Public
Multi-Cloud
➔ Multiples fournisseurs (i.e Amazon AWS, Microsoft Azure
ou GCP...)
6. Monitoring Moderne
Big Data &
Machine
Learning
Collecte de
l’ensemble
des
événements
Analyse
prédictive &
Intelligence
Artificielle
Solution pour le monitoring global
Marie Phuong VUONG 6
10. Etat actuel des outils de monitoring
◎ Un Monitoring actuel siloté
Infrastructure
Monitoring
Application
Monitoring
Log
Monitoring
Cloud
Monitoring
Marie Phuong VUONG 10
Infrastructures x Applications x Logs x Clouds
Monitoring
Regroupé
& Corrélé
11. Nouveaux enjeux
Monitoring
Automatisé
Visibilité transversale
Analyse prédictive
Big Data
Machine Learning
Intelligence artificielle
ENJEUX METIERS
Agilité de déploiement & continuité service
➔ Détection automatique des composants
➔ Détection proactive des alertes et prédictivité
EXPLOSION DES DONNÉES
Millions d’alertes, phénomène d’alertes fatigue
➔ Analyse & extraction : éliminer les faux-positif
➔ Apprentissage : corrélation des alertes
DEVOPS & CLOUDOPS
Fonctionnement CI/CD
➔ Vision inter-disciplinaire
Marie Phuong VUONG 11
13. Analyse prédictive
Avec le Big Data et les puissances de calcul, le Machine Learning est capable
d’avoir des modèles de prédiction de plus en plus précis
● Détection des anomalies proactive
● Alertes comportements anormaux présents
● Prédire les comportements anormaux futurs
Entrainement de
modèle prédictif
comportement
Cloud Hybride
Modèle de
monitoring par
analyse
prédictive
Données
machines
massives
Log, ressources, flux...
Marie Phuong VUONG 13
14. Un apprentissage continu par l’IA
Collectes
des
données
Analyse
des
données
Elaboration &
Déploiement
du modèle
Résolution &
Prescription
Application
de correction
Detections &
Alertes
App
cpu,mem
VM
cpu,mem
SLA
Métrique
KPI
Actions
Mesures
Services
Cloud
Marie Phuong VUONG 14
Base consolidée
de Monitoring