Splunk说，2018这“四点”不容错过
在人工智能时代，让我们体验一次智慧之旅吧！
在号称全球五大机场之一的迪拜机杨，旅客可以在五分钟甚至更短的时间内通过机场安检，这是因为安装在天花板上的传感器可以监测安检队伍，通过后台的大数据分析，可以判断是否需要新增一个安检队列；机场行李传送带也被全面监测，每件行李都200个数据点，通过对这些数据进行分析，机场可以提前4小时预知瓶颈会出现在哪里；迪拜机杨拥有全球访问速度最快的Wi-Fi，Wi-Fi访问的安全性非常重要，未经授权的访问点一经发现会被立即消除……智慧的机场、智能的交通出行，这些都要依靠大数据、人工智能、安全等相关技术的不断完善。迪拜机杨因为采用了大数据公司Splunk的产品和解决方案，成了智慧机场的一个典范。
大数据、人工智能等先进技术正被用于各行各业，给企业、消费者带来了从未有过的高效、便捷和舒心的体验。未来还会有哪些新技术值得关注？这些新的科技将如何改变人们的生产生活？岁末年初，又是一个回顾与展望的时候，在Splunk眼中，2018年有哪些热点值得关注呢？
Splunk中国区总经理严立忠开门见山地指出，2018年有四大热点领域值得关注：人工智能和机器学习、物联网、IT运维，以及安全。
人工智能并不是一个新概念，它的再度崛起，与以云计算为代表的计算能力的大幅提升、各种算法的优化，以及丰富的应用场景的涌现密切相关。严立忠表示，人工智能与机器学习与具体行业的结合将更加紧密，金融服务、医疗保健和生物技术、制造业、零售业等都因人工智能技术的普及而出现了令人惊喜的改变。
作为全球首个上市的大数据公司，Splunk在人工智能和机器学习领域的一举一动也备受关注。在今年Splunk举办的.conf2017大会上，Splunk发布的与机器学习相关的解决方案尤其引人瞩目。
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，因为无一例外地增强了自身的机器学习能力，使得企业用户可以更好地预测未来结果，更有效地分析他们的数据。举例来说，Splunk Enterprise 7.0和Splunk Cloud可以帮助客户更好地监测他们的数据，并通过分析从中获得更好的洞察，评价指标监测和报警提速至少20倍，核心搜索技术经过优化，速度提高3倍。总之，机器学习技术的不断成熟使得企业能够对数据进行更好地收集、准备、转换、探索，以及可视化操作，获得更具价值的分析结果。
Gartner的报告显示，人工智能和先进的机器学习技术是被广泛关注的新兴技术，将在企业甚至整个行业中掀起革命浪潮。它们能够大幅度降低劳动力成本，产生意想不到的新见解，让用户从原始数据中发现新模式，并建立预测模型。
“在B2B领域，人工智能和机器学习将成为主流。”严立忠表示，“未来，端到端的人工智能、自我配置、经过预先训练的模型、面向物联网的人工智能将成为人工智能领域的重点研究方向。”
今天，人工智能为什么这么热？原因其实很简单。因为应用越来越丰富，IT架构越来越复杂，传统的模式和主要依靠工人的方式已经不能解决应用中存在的问题。就像当初生产流水线的产生一样，在某些领域，用机器来辅助人工甚至取代人工，可以大大提升生产效率，获得更高的收益。今天不会有人再问为什么要采用自动化的生产流水线，因为它已经司空见惯，成为一种必然。有一天，人工智能和机器学习也会习惯成自然，成为一种必需。
作为一家大数据企业，Splunk将机器学习看作是一种技术和工具。Splunk的优势是，将数据整理好，供机器使用，让用户从中获取更多的价值。今年，Splunk完成了对私营企业SignalSense的收购，这是一家利用机器学习技术提供基于云的先进的数据采集和漏洞检测解决方案的企业。通过此次收购，Splunk可以吸纳更多顶尖技术人才，进一步巩固其在机器学习领域的领先地位。
我们已经处于一个万物互联的世界中。以前，我们更多关注人与人、人与物之间的联系，而现在物与物的连接变得更加广泛，甚至可以说无处不在。物与物的连接，让物具有更高的智能，为我们探索和改变这个世界提供了一条更佳有效的途径。
因为有了云计算、边缘计算这些新的基础设施、新的连接，物联网才能把海量的、分散的设备和终端连接在一起。因为物联网的出现，才更加迫切地需要实现IT与OT的融合。IT企业与工业企业才有了所谓的跨界融合，新的技术组合、新的应用场景、新的商业模式层出不穷。
严立忠介绍说，公共部门、制造、运输等行业成了物联网领域第一批“吃螃蟹的人”。企业的云化和数字化转型是物联网发展强有力的促进因素。人工智能与机器学习技术的不断进步，将为物联网带来极大的发展机遇。智能的设备与先进的数据分析相结合，将极大地提升业务效率。
不过，我们不能忽视一点，就是物联网的兴起可能会带来更大的安全隐患。在全球范围内，针对大规模工业基础设施的攻击已经屡见不鲜。未来，自动驾驶的汽车就是一台巨大的物联网设备，如果不能妥善解决安全问题，汽车可能被黑客“劫持”，导致不可估量的损失。
今天，大数据已经成了安全的重要驱动因素和支撑工具，利用大数据分析的手段，可以做到提前预测，真正实现防患于未然。大数据安全成了一个新兴的安全细分市场。从某个角度说，大数据公司Splunk也是一家安全公司。
分析公司Quocirca发布的《损害控制——严重IT事件影响》报告显示：企业平均每月会遭受5次严重的IT事件，每一次事件都会给企业的IT部门造成平均36326美元的损失，而其他业务部门遭受的损失金额会更多，这也迫使IT部门不得不从开发新服务中分出一部分资源，用于维护现有的基础设施，以确保安全。
安全威胁无孔不入，而企业通常没有足够的人、时间，随时监测安全攻击的发生。企业的安全运行中心也只能勉强应付已经发生的安全问题。而自动发现安全威胁，提前做出预警，将安全隐患消灭于无形，这正是大数据、机器学习技术的优势所在。“Splunk的产品可以作为安全神经中枢。”Splunk北亚区总经理戴健庆表示，“未来5年内，机器学习在安全方面的应用将成为主流，借助大数据、机器学习技术，可以实时监控企业内外部的安全威胁。“在今年的.conf2017大会上，Splunk也发布了五大安全解决方案。
国内某知名共享单车公司采用了Splunk的大数据安全解决方案。他们遇到的问题是，公司人员频繁出差，有时可能一天会去一个国家，而采用传统安全保护解决方案的邮件系统会默认这种情况是黑客行为，影响员工的正常使用。而Splunk的大数据安全解决方案通过分析，可以辨识访问者的行为轨迹，确认这是用户的正常访问行为。大数据、机器学习技术的出现，让安全不再是被动防御，而且让安全变得更加智能。
严立忠特别强调说，如今人们谈论的不仅仅是IT的安全，更多关注的是业务安全。企业可以尝试采用机器学习来武装网络安全。
随着互联网、云计算、物联网等的普及，IT运维变得越来越复杂。企业不仅要管理物理设备，还要管理虚拟机、云环境，甚至是多云的环境。人力已经无法完成这些复杂的管理和运维工作，必须寻找更加高效、自动化的方式。DevOps正变得日渐流行，对于业务来说更是不可或缺。
“安全与运维渐渐趋于融合。”严立忠介绍说，“虽然安全和运维仍然分属不同的部门，但是这两件事不再是各自为政，而是要从一开始就要一起解决。在这个过程中，必然会用到人工智能、大数据等技术。”
安全与运维的工具和平台将融合在一起。安全运维不是仅靠人工就能完成的，而是要不断提升系统的自动化和智能化水平。针对这些新的需求，Splunk可以提供智能运维云服务，在后台将安全和运维的技术和平台打通，实现数据的共享，从而提升运维效率和安全性。
“未来，企业的安全和运维部门之间不再有界线。新型的IT运营人员将产生。”严立忠表示。
人工智能和机器学习、物联网、IT运维、安全，这四大技术领域并不是孤立地存在，而是相互交融、互相渗透，不能分割。从IT的整体发展来看，云计算和大数据还是最主要的两大方向，而人工智能和机器学习、物联网、IT运维、安全则是云计算、大数据发展的助推器和护航者。
