未来20年：Splunk会议展示新的AI和边缘解决方案

计算机视觉研究院专栏

Column of Computer Vision Institute

在本周于拉斯维加斯举行的.conf23活动中，Splunk在其安全性和可观测性解决方案组合中推出了一系列新的AI驱动的工具。

Splunk今年将庆祝成立20周年。Splunk首席执行官加里·斯蒂尔 （Gary Steele） 于2022年加入公司，他在主题演讲中承认，自公司成立以来，数字世界发生了多大变化。

“如果你回到20年前的时间机器中，想想Splunk成立时的情况，云之旅真的还没有发生。没有大的违规行为。大多数组织的数字足迹尚未转变，“他在舞台上说。“那是一个非常不同的时代，在这20年的时间里，Splunk一直与你在一起，不断发展和改变。今天，在我工作大约15个月后，当我站在这里时，我感到兴奋的一件事是在未来20年内推动Splunk向前发展的重要性。

Splunk AI

像现在的许多公司一样，Splunk似乎将人工智能押注为技术的下一次革命。新的人工智能工具套件被称为Splunk AI，提供了一系列智能助手，可帮助安全运营，IT运营和工程团队在日常工作中提高生产力和效率。该公司表示，新版本使团队能够通过智能风险评估自动挖掘数据，检测异常并确定关键决策的优先级，从而有助于最大限度地减少重复过程和人为错误。

Splunk正在采用由三个主要原则指导的战略推进其人工智能实施：针对安全性和可观察性的领域特定定制，在关键数字系统中辅助决策的“人机交互”方法，以及允许与客户和合作伙伴系统集成以实现灵活解决方案的开放和可扩展模型。

Splunk首席技术官Min Wang在一篇博客文章中解释了AI如何通过自动挖掘数据来帮助检测重要事件，以更好地显示关键事件和信号，并且可以通过智能事件摘要和解释提供上下文和态势感知，同时加速学习曲线。

“通过将用户从基本任务中解放出来并允许他们专注于更高价值的计划，生产力和效率可以大大提高。我们相信人工智能的好处远远大于缺点，并正在增加我们的投资，以进一步发挥我们值得信赖的人工智能能力，“王写道。

一个新版本是Splunk AI Assistant，该公司表示，它利用生成AI提供交互式聊天体验，并帮助用户使用自然语言提示使用Splunk的专有编程语言Splunk处理语言（SPL）进行编写。AI 聊天机器人还可以编写或解释自定义 SPL 查询。

该公司还通过4.17版本更新了其IT服务智能，其中包括异常值排除和自适应阈值功能。这有助于检测和省略不相关的数据点或异常值，例如微不足道的网络中断，以提供更准确和可操作的检测。预览版中新的机器学习辅助阈值功能允许基于历史数据模式的动态阈值。

其他新版本显示，Splunk正在加强其用于异常检测和分析的AI和ML产品。该公司声称，Splunk机器学习工具包（MLTK）5.4已在Splunkbase上获得了超过200万的下载量，为各级用户提供了对ML技术的指导访问，通过预测分析和预测技术促进更丰富的见解。该版本基于Splunk开放且可扩展的AI模型构建，允许客户合并外部训练的模型。

此外，Splunk数据库现已推出的Splunk数据科学和深度学习应用程序（DSDL）5.1通过为高级自定义机器学习和深度学习系统提供额外的数据科学工具和集成选项来扩展MLTK的功能。这个最新版本还包括两个人工智能助手，以帮助客户利用LLM进行自然语言处理，使用特定领域的数据训练模型。

“Splunk的目的是建立一个更安全，更具弹性的数字世界，这包括人工智能的透明使用，”王在一份声明中说。“展望未来，我们相信AI和ML将使组织能够自动检测异常并将注意力集中在最需要的地方，从而为安全性和可观察性带来巨大的价值。我们的Splunk Al创新提供特定于领域的安全性和可观测性见解，以加速检测，调查和响应，同时确保客户控制AI如何使用其数据。

Splunk Edge Hub

Splunk会议还揭示了边缘计算的新解决方案。Splunk 边缘中心是一种新产品，用于摄取和分析传感器、物联网设备和工业设备生成的数据。Splunk Edge Hub 将这些难以访问的数据直接流式传输到 Splunk 平台，并由不同的合作伙伴解决方案提供支持，以配合平台的预测分析功能。

Splunk说，边缘计算正在帮助公司使数据传输和存储更接近数据源，以缩短响应时间并节省带宽，但从多个物理和虚拟来源创建的大量数据中分离出相关数据可能既复杂又昂贵。

该公司将Splunk Edge Hub定位为收集和分析这些边缘数据的简化方式，以打破数据孤岛。Splunk表示，客户可以开箱即用，无论是放置在物理环境中还是在现有的OT硬件之上，都可以立即收集、整理数据并将其流式传输到Splunk平台。

在新闻发布会上，Splunk产品和技术高级副总裁Tom Casey解释了新设备的重要性：“Splunk边缘集线器具有开创性。它打破了孤岛中的障碍，这些障碍历来难以从操作环境中提取和集成数据。借助它提供的一些新功能，使用人们在其环境中已经拥有的常规 Splunk 工具和仪表板，以通用方式访问、集成数据并获得对数据的可见性要容易得多。

Casey接着描述了该设备如何监控温度、湿度、振动和水损坏等操作环境因素，以便在生产受到影响之前识别潜在问题。Splunk 边缘集线器直接在设备上执行预测分析，以实时识别制造过程中的异常情况，从而帮助设备维护以避免中断。Casey说，Edge Hub将立即在美国和美洲推出。

“战略维护解决方案很高兴地宣布我们与Splunk合作，提供全新的边缘中心，”战略维护解决方案总裁Jason Oney说。“边缘中心使我们能够为客户提供端到端解决方案，以大规模访问工业传感器、维护和运营数据。只需最少的配置，数据现在可以无缝地流式传输到Splunk平台，使我们的客户能够快速开始工业转型之旅。

转载请联系本公众号获得授权

往期推荐

🔗

• InternImage：探索具有可变形卷积的大规模视觉基础模型
• 首个全量化Vision Transformer的方法FQ-ViT，AI大模型落地不远了！
• YoloV8与ChatGPT互通，这功能是真的强大！
• GPT理解的CV：基于Yolov5的半监督目标检测
• Consistent-Teacher：半监督目标检测超强SOTA
• Sparse R-CNN：稀疏框架，端到端的目标检测（附源码）
• RestoreDet：低分辨率图像中目标检测
• 中国提出的分割天花板 | 精度相当，速度提升50倍！
• All Things ViTs：在视觉中理解和解释注意力
• 基于LangChain+GLM搭建知识本地库
• OVO：在线蒸馏一次视觉Transformer搜索