AIOps

AI技術を活用してITシステムの運用を自動化・効率化する取り組み。大量のログやメトリクスデータをAIが分析し、異常検知、障害予測、自動復旧などを実現する。

AI技術を活用してIT運用を自動化・高度化するアプローチ。機械学習を用いたログ分析、異常検知、障害予測、自動復旧などを実現する。大量のシステム運用データからパターンを学習し、運用管理の効率化と品質向上を図る。

AI・機械学習技術をIT運用に適用し、大量のログやメトリクスデータの分析、異常検知、根本原因分析、障害予測などを自動化する取り組み。運用の高度化と効率化を目指す概念である。

AI技術を活用してIT運用を自動化・高度化するアプローチ。機械学習を用いたログ分析、異常検知、障害予測、自動復旧などを実現する。大量のシステム運用データからパターンを学習し、運用管理の効率化と品質向上を図る。

機械学習や生成AIを、サイバー攻撃の検知や対応に活用する技術。通信やログの異常検知、未知のマルウェアの判定、フィッシングメールの識別、SOCでのアラートの優先順位付けやインシデント分析の支援などに使われる。AIシステム自体を攻撃から守る「Security for AI」と対になる考え方。

組込みシステムで、ソフトウェアの暴走や停止を検出するためのタイマ。正常に動作しているプログラムは一定時間ごとにタイマをクリアし、設定した時間内にクリアされずにタイムアウトすると、システムの異常とみなしてリセットや終了などの処理を行う。

システムログ、アプリケーションログ、セキュリティログなどを収集・分析し、エラーや異常パターンを検知する監視活動。障害の予兆検知やセキュリティインシデントの発見に活用される。

入力を低次元の潜在表現に圧縮するエンコーダと、そこから入力を復元するデコーダを組み合わせ、出力が入力と同じになるよう学習するニューラルネットワークで、自己符号化器ともいう。正解ラベルが要らず、次元削減や特徴抽出のほか、正常データだけで学習して復元誤差が大きいものを異常とみなす異常検知、ノイズの除去に使う。潜在表現を確率分布として学習する変分オートエンコーダ（VAE）は生成モデルとして使える。

アプリケーションやインフラストラクチャから、ログ、メトリクス、トレースを統一的な方法で収集・送信するための、オープンソースの仕様とツール群。計測の方法を共通にすることで、特定の監視製品に依存せずにオブザーバビリティを確保でき、送り先の製品を変えても計測のコードを書き換えずに済む。