Hva er autonom databehandling?

Autonom databehandling er neste generasjon integrert datateknologi som gjør at nettverk kan administrere seg selv med liten eller ingen menneskelig intervensjon. Det er oppkalt etter det menneskelige autonome nervesystemet, som sender impulser som styrer hjertefrekvens, pust og andre funksjoner uten bevisst tanke eller krefter.

Paul Horn fra IBM Research foreslo først ideen om autonom databehandling 15. oktober 2001 på Agenda- konferansen i Arizona. Behovet sentrerer seg rundt den eksponentielle veksten av nettverkskompleksitet. Ikke bare er det et stort utvalg av stasjonære og mobile enheter som kobler sammen og mater inn i forskjellige typer nettverk ved å bruke 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-fagpersoner, og det er praktisk talt umulig for teknikere å følge med på det kontinuerlige angrepet av nye enheter, endre protokoller, nye forretningsløsninger på nettet og grensesnitt mobile utfordringer. IBM og andre teknologigiganter ser for seg at problemet blir verre.

I henhold til IBM er løsningen å skape et fundament for bransjestore standarder basert på noen vanlige protokoller for håndtering av data. "Delt root-forutsetninger" vil tillate maskinvare og programvare fra forskjellige produsenter ikke bare å samarbeide, men også å støtte et flernivå autonomt datasystem basert på disse forutsetningene. Dette ville skape et miljø der systemet kunne utføre forskjellige kritiske administrative oppgaver uten menneskelig innblanding.

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.
• Den må kunne konfigurere og konfigurere seg selv dynamisk slik behov tilsier.
• Den må hele tiden søke etter måter å optimalisere ytelsen på.
• Den må utføre selvhelbredelse ved å omfordele ressurser og konfigurere seg selv til å jobbe rundt eventuelle dysfunksjonelle elementer.
• Den må kunne overvåke sikkerheten og beskytte seg mot angrep.
• Den må kunne gjenkjenne og tilpasse seg behovene til sameksisterende systemer i miljøet.
• Den må jobbe med delte teknologier. Eiendomsmessige løsninger er ikke kompatible med autonom beregningsideologi.
• Det må oppnå disse målene sømløst uten inngripen.

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

Flere universiteter 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 samarbeidende utvikling av maskinvare og programvare, skal autonom databehandling implementeres i trinn over en periode på flere år.