Hva er autonom databehandling?

Autonomisk databehandling er den neste generasjonen integrert datateknologi som lar nettverk administrere seg selv med lite eller ingen menneskelig inngripen. Det er oppkalt etter det menneskelige autonome nervesystemet, som sender impulser som kontrollerer hjertefrekvens, pust og andre funksjoner uten bevisst tanke eller innsats.

Paul Horn of IBM Research antydet først ideen om autonom databehandling 15. oktober 2001 på agenda konferansen i Arizona. Behovet sentrerer rundt den eksponentielle veksten av nettverkskompleksitet. Ikke bare er det et stort utvalg av stasjonære og mobile enheter som kobler sammen og fôrer i forskjellige typer nettverk ved hjelp av konkurrerende strategier, standarder og grensesnitt; Men bedrifter, institusjoner og til og med infrastruktur har kommet til å stole mer og mer på disse nettverkene. Imidlertid er det mangel på I/T -fagfolk, og det er praktisk talt umulig for teknologier å følge med på det kontinuerlige angrepet av nye enheter, endre protokoller, nye ONLINE Business Solutions and Interfacing Mobile Challenges. IBM og andre teknologigiganter ser for seg at dette problemet blir verre.

Løsningen er ifølge IBM å skape et fundament av bransjeomfattende standarder basert på noen vanlige protokoller for håndtering av data. 'Delte rotforutsetninger' vil tillate maskinvare og programvare fra forskjellige produsenter, ikke bare å samarbeide, men også for å støtte et autonomt datasystem med flere nivåer basert på disse forutsetningene. Dette ville skape et miljø der systemet kan utføre forskjellige kritiske administrative oppgaver uten menneskelig inngripen.

IBM ser åtte grunnleggende kriterier som definerer et gjennomgripende autonomt datasystem. Kort sagt, de er som følger:

• Systemet må være i stand til å ta kontinuerlig lager av seg selv, dets tilkoblinger, enheter og ressurser, og vite hvilke som skal deles eller beskyttes.
• Det må kunne configure og konfigurere seg dynamisk slik at behovene dikterer.
• Det må hele tiden søke etter måter å optimalisere ytelsen på.
• Det må utføre selvhelbredelse ved å omfordele ressurser og konfigurere seg selv for å jobbe rundt alle dysfunksjonelle elementer.
• Det må være i stand til å overvåke sikkerhet og beskytte seg mot angrep.
• Det må være i stand til å gjenkjenne og tilpasse seg behovene til sameksisterende systemer i omgivelsene.
• Det må fungere med delte teknologier. Proprietære løsninger er ikke kompatible med autonom databehandlingsideologi.
• Det må oppnå disse målene sømløst uten inngrep.

Mens det er de åtte foreslåtte ingrediensene i et autonomt datasystem, håper IBM at de vil resultere i tre mål for sluttbrukeren: fleksibilitet, tilgjengelighet og gjennomsiktighet. Kort sagt, muligheten til å trekke ut data sømløst fra hjem, kontor eller felt, problemfri og uavhengig av enhet, nettverk eller tilkoblingsmetodikk.

FlereUniversiteter og selskaper, som Sun Microsystems og Hewlett Packard, utvikler lignende systemer, men IBM hevder at planene for autonom databehandling er mer vidtrekkende. Siden denne planen er avhengig av en samarbeidsvolusjon av maskinvare og programvare, skal autonom databehandling implementeres i trinn over en periode på flere år.