Splunk hat sein gesamtes Produktportfolio mit neuen oder erweiterten Funktionen zur Nutzung künstlicher Intelligenz (KI) ausgestattet. Anwender sollen mit den Möglichkeiten von KI in der Lage sein, ihre Rentabilität, Leistung und Sicherheit zu steigern. Der Hersteller hat darüber hinaus die Integrationsmöglichkeiten für Open-Source-Software und Cloud-nativen Technologien ergänzt. Damit will das Unternehmen seine Bemühungen ausbauen, eine offene Maschinendatenplattform anzubieten.

Die Splunk-Löusngen Cloud und Enterprise 7.1 bieten KI auf Basis von Machine Learning, um Anwendern beim Monitoring sowie bei der Suche und Benachrichtigung zu kritischen Informationen zu unterstützen. Die neuen Versionen umfassen laut Hersteller eine aktualisierte Metrik-Engine, die Nutzern das Monitoring sowie das Auslösen von Benachrichtigungen im Zusammenhang mit numerischen Datenpunkten ermöglicht, etwa CPU-Geschwindigkeiten und verfügbarem Festplattenspeicher in einer komplexen IT-Umgebung bis hin zu Temperaturmessungen in IoT-Geräten und Sensoren. Die Datenanalyselösungen seien jetzt außerdem in der Lage, PByte an Daten pro Tag zu erfassen sowie Such-, Monitoring- und Benachrichtigungsfunktionen für diese Daten zu bieten. Mit diesen Verbesserungen seien die Benutzer besser gerüstet, um ihre Maschinendaten für die Vorhersage zukünftiger IT-, Sicherheits- und Geschäftsergebnisse zu nutzen.

Anwender sollen mit Splunk Cloud die volle Kontrolle und Echtzeitzugriff auf ihre Daten haben. Die neue Version beinhaltet außerdem die dynamische Datenspeicherung, die es Nutzern ermöglicht, Daten aus der Plattform in ihre eigene Amazon-S3-Speicherumgebung zu verschieben.

Mit den Produkt-Updates hat das Unternehmen nach eigenen Angaben sein Technologie-Ökosystem erweitert und neue Datenintegrationen mit Open-Source-Software-Initiativen und Cloud-nativen Technologien eingeführt. Laut Hersteller sind das unter anderem:

  • Splunk Connect for Kafka integriert die Splunk-Plattform mit Apache Kafka, einer hochskalierbaren und zuverlässigen Methode zur Verarbeitung von Echtzeit-Streaming-Daten.
  • Splunk Connect for Kubernetes und Splunk Connect for Docker sollen die hauseigene Maschinendatenplattform mit den führenden Lösungen für die Automatisierung der Verteilung, Skalierung und Verwaltung containerisierter Anwendungen kombinieren.

Zu den weiteren Neuerungen zählt außerdem eine neue Experiment-Management-Oberfläche im ML-Toolkit (MLTK). Diese soll es erleichtern, den Status von ML-Experimenten anzuzeigen, zu steuern, auszuwerten und zu überwachen. Mit der neuen Version erhalte MLTK zudem neue Algorithmen zur Erkennung von Mustern und Ermittlung der besten Vorhersagen zum Trainieren von ML-Modellen.

Mit der Monitoring- und Analyse-Lösung Splunk ITSI sollen Anwender nun KI verwenden können, um drohende Ausfälle zu prognostizieren und noch vor dem Auftreten dieser Ausfälle vorherzusagen, wie diese sich auf den Service-Status auswirken könnten. ITSI setze ML dazu ein, störende, irrelevante Events zu reduzieren und automatisch die für das Unternehmen kritischen Events zu identifizieren.

Darüber hinaus stattet der Hersteller auch die Lösung Splunk UBA mit neuen ML-Modellen aus beziehungsweise erweitert er bestehende ML-Modelle, damit Anwender zeitkritische Sicherheitsprobleme und Insider-Bedrohungen schneller erkennen und angehen können.

Weitere Informationen stehen unter www.splunk.com zur Verfügung.

Timo Scheibe ist Redakteur bei der LANline.