一提起Splunk，很多人会翘起大拇指说，这是第一家上市的大数据公司，Splunk研发投入很大，技术实力很强大，Splunk最大的创新点在于没有创建数据模型，相比模型化的做法会更灵活，在市场竞争上，有人认为Splunk最大的优势是能进行真正的实时数据处理。
2003年成立至今，Splunk主要工作就是在处理数据，如果要给Splunk贴标签的话，肯定会有“大数据”这一项，而今做大数据的Splunk也开始说人工智能和机器学习了，如今，人人都在说人工智能，Splunk的人工智能、机器学习有什么不同呢？
众所周知，人工智能离不开数据，Splunk是做数据处理的，Splunk正在帮助企业将数据转化为答案，在Splunk的系统中集成机器学习，让用户能用上机器学习，这是Splunk如今说人工智能的原因。
在2017年年末，Splunk在北京回顾了Splunk过去一年的大事件，也介绍了2018年发展重点方向，其中，重点谈到了机器学习、人工智能方向的内容。
Splunk发布机器学习的功能
Splunk发布机器学习的功能涉及Splunk Enterprise 7.0，Splunk ITSI 3.0和Splunk机器学习工具包三个部分：
Splunk Enterprise 7.0，Splunk Enterprise是Splunk的核心软件， 每年都会有大的更新和发布，主要是做模型管理的，便于用户创建、部署和分享模型，新版本更新后，监测和报警速度提高了至少20倍。
Splunk ITSI（IT Service Intelligence，IT服务智能），这是一套监控和分析解决方案，将IT服务健康状态和关键性能指标以可视化的方式呈现。更新后的Splunk ITSI 3.0把服务环境与机器学习相结合，改变了事件检测服务，用机器学习技术发现潜在问题，优先解决关键业务服务的问题，简而言之ITSI更智能了。
机器学习工具包，这是一款供任何人免费随意使用的数据科学应用，新更新的内容包括机器学习模型管理，机器学习API和数据模块方面的内容。
在安全服务方面，也强化了智能的能力。
原有的安全中最大的问题是智能被动防御，只能处理曾出现过的安全问题，这一方式操作复杂，效率很低，处理方式落后。
Splunk最新发布的安全解决方案包括多个方面，在Splank UBA用户行为分析方面，UBA 4.0增加了用户自定义安全相关机器学习模型的功能，能用机器学习和人工智能的综合力量来加速威胁搜索和异常分析，还能把内部用户的异常行为自动与威胁库数据相关联。
在Splunk Enterprise Security方面也有很多优化，更新后的Splunk可检测具体的威胁，帮助安全部门调查取证，还能帮助管理决策过程，让用户能更好滴应对安全问题。
此外，Splunk还发布了针对欺诈检测的Splunk Security Essentials for Fraud Detection，针对勒索软件的Splunk Insights for Ransomware（恶意软件识别）和监控AWS运行状态的Splunk Insights for AWS。
在这次沟通会上，Splunk还介绍了迪拜机场的案例，展示了Splunk的机器数据产品技术方案为迪拜机场带来的价值。
2018年的四大重点领域
Splunk介绍了在即将到来的2018年的四个行业发展趋势，也就是Splunk要重点关注的四大领域，包括AI/ML，物联网，IT运维和安全。
Splunk中国区总经理严立忠认为，人工智能和机器学习将成为行业专属，人工智能在更多行业落地，与具体的行业有关，在金融服务，医疗，制造，零售业的应用会越来越多。在人工智能的推动下，为很多行业带来了深刻的洞见以及充满希望的前景。
Alex、Cortana和Siri这类机器人让普通消费者感受到了人工智能的魅力，在企业内部有哪些应用场景会用到人工智能和机器学习呢？企业环境下，Splunk总结了两大场景：异常检测和自动化。其核心就是帮助企业做一些做不到的事情，比如在茫茫多的数据中找出潜在的危害IT关键基础设施的原因，找出一个有恶意的用户等，可用来维护企业用户的利益。
物联网产生了大量数据也带来了很大的风险。在云计算和数字化转型发展趋势的推动下，物联网最先在公共部门，制造业，运输业落地应用，带来的很多额外问题，机器学习和人工智能将成为应对这些新问题的有效手段，也将成为为物联网未来发展的动力。
IT运维是企业绕不开的话题，人工智能和机器学习与IT运维相结合的可能，Gartner也发现了这一趋势，并此创造了“面向IT运营的人工中能（AIOps）”这一术语。DevOps对业务的作用非常重要，严立忠认为，只有掌控好DevOps计划的高管才能脱颖而出。
黑客正在寻找更大的攻击切入口，随着企业IT系统的复杂度IT边界的扩大，安全问题只会越来越严重，自动化技术的发展，相关人员的技能差距会越来越小，对相关人员的要求也会发生变化。
Splunk认为DevSecOp将会是下一个前沿领域，为满足不断提高的管理、审计和合规要求，需要IT开发人员做更多工作，在应用和平台中添加更多的检测功能，为保证安全还需要安全部门与开发和运营部门协作，还需要运维部门来参与，以此来提升安全管理水平，在这一趋势下，未来会产生新的IT运营人员。
未经允许不得转载：DOIT » Splunk怎么说人工智能和机器学习
