Oracle heeft een octrooi verkregen voor een machine learning-systeem dat datacenterstoringen kan detecteren en waarschuwingen kan genereren. Dit kan bedrijven miljoenen besparen in operationele kosten en de betrouwbaarheid van diensten verbeteren.
Volgens een analyse van het Uptime Institute in 2023 kosten meer dan tweederde van alle datacenterstoringen bedrijven meer dan £78.120 per incident. Bovendien kost 25% van de storingen meer dan £781.200. Deze cijfers tonen aan dat de kosten flink stijgen en benadrukken de noodzaak voor bedrijven om te investeren een beter beheer van downtime.
Het octrooi van Oracle beschrijft een oplossing op basis van machine learning die realtime gegevens van verschillende bronnen binnen een datacenter verwerkt om potentiële oorzaken van storingen te identificeren. Deze dienst integreert gegevens van servers, netwerkhardware, systemen en apparaten voor stroomvoorziening en omgevingssensoren. Vervolgens wordt een geavanceerd model toegepast om de gegevens te interpreteren en waarschuwingen te genereren die de waarschijnlijke oorzaak van gedetecteerde verstoringen aangeven.
‘Met de toenemende implementatie van apparaten en toepassingen in het datacenter wordt het steeds moeilijker om efficiënt de bron van een storing te identificeren’, aldus het octrooi. De oplossing van Oracle pakt deze complexiteit aan door machine learning-modellen te gebruiken om de enorme hoeveelheid gegevens te filteren die gegenereerd wordt binnen moderne datacenters, waardoor een snelle en nauwkeurige identificatie van storingsbronnen mogelijk wordt.
Het octrooi beschrijft het werkingsmechanisme van het systeem aan de hand van een voorbeeld: de storing van een stroombron in een rack. Het machine learning-model detecteert dat het stroomniveau van het rack onder een vooraf bepaalde drempel is gedaald, wat een waarschuwing activeert. Dit stelt datacenter operators in staat om het probleem snel en efficiënt te onderzoeken en op te lossen.
Deze mogelijkheid om problemen in bijna realtime op te sporen is cruciaal voor het minimaliseren van downtime. Naarmate datacenters groter en complexer worden, groeit ook het aantal potentiële storingsbronnen, waardoor handmatige methoden voor bewaking en het oplossen van problemen ontoereikend worden. Het machine learning-systeem van Oracle automatiseert een groot deel van dit proces, wat een betrouwbaardere en efficiëntere manier moet bieden om de datacenteroperaties te handhaven.
