La rápida evolución de los enfoques de DevOps ha cambiado el ciclo de vida del desarrollo de software al permitir una entrega más rápida, integración continua y despliegue continuo. A pesar de estos avances, las técnicas tradicionales de DevOps aún sufren de gestión reactiva de incidentes, tiempo de inactividad prolongado y previsión inadecuada de fallos del sistema. A menudo referido como AIOps, la integración de la inteligencia artificial (IA) en DevOps proporciona una solución poderosa al permitir el mantenimiento predictivo y la resolución automatizada de problemas. Mediante una revisión exhaustiva de la literatura revisada por pares, este trabajo investiga el terreno de las tecnologías impulsadas por IA utilizadas en DevOps, incluyendo la detección de anomalías, análisis de registros, localización de la causa raíz y aprendizaje basado en trazas. Inspirados por las ideas obtenidas de estudios anteriores y las lagunas observadas, proponemos un novedoso marco de DevOps aumentado por IA que se adapta continuamente a través de bucles de retroalimentación y pronostica proactivamente fallos y automatiza acciones correctivas. Utilizando este marco, que ofrece un plan estratégico para la automatización inteligente en tuberías modernas de DevOps, el tiempo medio de resolución (MTTR) debería reducirse, la resiliencia del sistema debería mejorarse y la eficiencia operativa aumentarse.
Karthik Sirigiri (Jue,) estudió esta cuestión.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: