Veri ve yapay zeka çağında Felaket Kurtarma

Veri ve yapay zeka çağında Felaket Kurtarma

Verilerin kaybolmadığını teyit etmek, kayıpların hızlı ve verimli bir biçimde kurtarılmasını sağlamak için işletmelerin altyapılarında, yüksek seviyede yedekliliğe yatırım yapması gerekiyor. Üstelik felaket kurtarmanın verinin yeniden dönüştürülmesi için gereken zamanı da içermesi gerekiyor.
Verinin artırılmış operasyonel verimliliği, daha iyi müşteri yakınlığı ve sürekli gelişip müşteri deneyimini besleyen tek gerçek avantaj halini alıyor. Bu itibarla işletmeler veri varlıklarının kurtarılabilir ve işlerini destekleyen çeşitli veri temelli senaryolara bütünleştirilebilir olmasını temin etmek üzere felaket kurtarma çabalarını sadece ulaşılabilirlik ve hizmetlerin güvenilirliği üzerine odaklanmaktan kaydırıyor.

Ham veri DR’nin ötesinde düşünmek
Yeni ürün ve hizmetleri planlar, fikir oluşturur, deneyler ve tasarlarken/geliştirirken işletmeler kurul çapında verinin çok sayıda şekil ve biçimine gereksinim duyuyor. İş açısından kritik bu senaryolar sıklıkla dönüştürülmüş, işlenmiş ve ihtiyaçları karşılamak için uygun hale getirilmiş veriye bağımlı. Ürün ve hizmetleri yönlendiren ham veri ve dönüştürülmüş veri arasındaki “fark”ın dönüşüm tekniklerindeki artan karmaşık teknikler sebebiyle artmasıyla felaket kurtarmanın sadece kayıp verinin kopyasının geri getirilmesi zamanını değil aynı zamanda verinin yeniden dönüştürülmesi için gereken zamanı da içermesi gerekiyor.

AI ve makine öğrenimi-eğitim modelleri
Makine Öğrenimi, NLP, Anomali Tespiti vs. gibi AI teknikleri öngörüleri, sınıflandırmaları ve kategorizasyonu yürütmek üzere yararlanılabilen “modeller” üretiyor. Bu modeller yeni ürün ve hizmetlerde giderek daha yaygın hale gelecek. Modeller AI özellikli ürün ve hizmetlerin yüksek hizmet seviyeleri sağlamayı sürdürmesini temin etmek için felaket kurtarmayı gerektirecek.

AI ve makine öğrenme eğitim verisi
AI sürecinin önemli bir parçası eğitim verisinden özellik mühendisliği ve özellik çıkarımıdır. Bu faaliyet doğru AI modellerini inşa etmek için kullanılabilen veri cephelerini tanımlıyor ve arkasından modelleri tecrübe edip üretebilmek için veriyi hazır ediyor. Verinin bu aracı durumu ham verilerin AI modelleri içerisine hızlıca yeniden yerleştirilmesi için anahtar konumunda.
Aramalarla optimize edilmiş veri
Hem son kullanıcı hem de çalışana dönük çok sayıda dijital ürün ve hizmet, verinin hızlı keşif ve kullanımını mümkün hale getiren arama teknolojileriyle yönlendiriliyor. Arama bazlı senaryoların inşası arama indekslerinin oluşturulup yönetilmesini gerektiriyor. Arama indekslerinin inşası için gereken zaman değişiklik gösterebilir ve büyük veri takımları için bu basit bir iş değil. Bu arama tabanlı senaryoların sürdürülebilir olmasını temin etmek söz konusu indekslerin felaket kurtarma planının bir parçası olarak saklanmasını gerektiriyor.

Analitikler
Pazarlama, destek, operasyonlar, ürün ve hizmetlerin kullanıcılara sağlanması gibi fonksiyonları yürütmek için ham verinin dönüştürülmüş versiyonunun bir diğer anahtarı analitiklerdir. Veriyi bir araya getiren ve istatistiksel olarak analiz eden analitikler aynı zamanda küçümsenmeyecek bir bilgi işlem maliyetine sahip. Bu sebeple analitikler kapsamlı bir felaket kurtarma stratejisi için önemlidir.

Bulut veya yerinde felaket kurtarma
Kapsamlı bir felaket kurtarma planını belirlemek için önemli sorulardan bir tanesi, felaket kurtarmanın bulut üzerinde mi yoksa yerinde mi geliştirileceğidir. Felaket kurtarma kurumsal IP ve iş sırlarını barındıran daha yüksek değerden verileri (AI modelleri gibi) içerdiğinde veri gizliliği, güvenliğine dair yaygın endişeler artarak güncelliğini koruyor.

Diğer taraftan büyük bulut sağlayıcılarının ölçek ekonomisi, adanmış güvenlik ve operasyonları işletmeler için yüksek seviyeli güvenlik ve gizlilik sağlayabilir. Bununla birlikte güvenlik ve gizlilik konusunda endişe duyan işletmeler verinin her zaman güvene alındığını temin eden şifreleme hizmeti sağlayan felaket kurtarma seçeneklerini aramalı. Şifreleme yerinde saklanan veriler için dahi iyi bir başlangıç noktasıdır ama bu bilhassa bulut içinde tutulanlar için önemlidir.
Maliyet etkin felaket kurtarma stratejisi için iyi bir strateji hibrit bulut stratejisidir. Bu yaklaşımda veri yerinde ve bulutta saklanarak seviyeli bir veri yedekliliği ile riskin dağıtılması sağlanır. Bulut tabanlı felaket kurtarma daha maliyet etkin, güvenli ve zahmetsiz olabilir. AWS, GCP ve Azure gibi genel bulut sağlayıcılarının tamamı felaket kurtarma seçenekleri sağlıyor. Daha fazla sağlayıcı kolay başlangıç sunuyor; örneğin NetApp artık büyük organizasyonlardaki yerinde veri merkezleri için AWS ve Azure üzerindeki felaket kurtarmaya bir yol sağlıyor.

Ancak verileri uygulamaların içerisine yeniden entegre etmek için gereken zamanı temin etmek için uygulamaların API öncelikli olarak tasarlanmış olması önemli. Söz gelimi felaket kurtarma senaryosu esnasında, hizmet adresleri ve veri adresleri API katmanı içinde bir değişim olmaksızın güncellenebilir. Bu da asgari servis kesintisine, uygulamaların servis kesintilerinden kurtarmak için gereken değişikliklerin minimuma indirilmesine yöneltir.

Yedeklilik üzerinden felaket kurtarma
Veri güdümlü bir dünyada veri altyapısı iş değerini, iş sürekliliğini ve kullanıcı memnuniyetini teşvik etmede inanılmaz derecede kritik bir rol oynuyor. O verinin kaybolmadığını, hizmet kesintilerinin süratli ve verimli bir biçimde giderildiğinden emin olmak etmek için işletmelerin altyapılarında yüksek seviyeli yedekliliğe yatırım yapması gerekiyor. Hem bilgiişlem hem de veri altyapısı altyapı içerisindeki birden çok katmanlı yedeklilik üzerinden hizmet kesintilerine karşı çok dayanıklı olmalı. Hem veri hem de bilgiişlemin fazlasıyla ulaşılabilir ve dirençli olmasını sağlamak felaket kurtarmanın hızlı, verimli ve şeffaf olmasını temin etmenin anahtarıdır.

Categories: GÜVENLİK

About Author

Write a Comment

Your e-mail address will not be published.
Required fields are marked*