Chat GPT에게 내가 수집중인 데이터를 인공지능에 접목시켜서 사용할 수 있을지 물어봤다.
네트워크 이상 탐지: 네트워크 흐름 데이터는 네트워크 트래픽의 이상을 감지하기 위해 인공지능 모델을 훈련하는 데 사용될 수 있다. 네트워크에서 잠재적인 보안 위협 또는 성능 문제를 식별하는 데 사용할 수 있습니다.
트래픽 분류: 흐름 데이터는 HTTP, DNS 및 스트리밍 트래픽과 같은 다양한 유형의 네트워크 트래픽을 분류하기 위해 인공지능 모델을 훈련하는 데 사용될 수 있다. 이를 사용하여 네트워크 성능을 최적화하고 다양한 유형의 트래픽에 우선 순위를 지정할 수 있습니다.
엔드포인트 동작 분석: 흐름 데이터는 네트워크에서 포드 또는 서비스와 같은 개별 엔드포인트의 동작을 분석하는 데 사용할 수 있습니다. 이를 통해 잘못 구성되거나 손상된 엔드포인트를 식별하고 적절한 조치를 취할 수 있습니다.
예측 모델링: 흐름 데이터는 트래픽 패턴 또는 잠재적인 문제와 같은 미래의 네트워크 동작을 예측하기 위해 인공지능 모델을 훈련하는 데 사용될 수 있다. 이것은 잠재적인 문제가 발생하기 전에 사전에 해결하는 데 사용할 수 있습니다.
딥 러닝을 위해 데이터를 사용하기 전에 데이터를 사전 처리하고 정리해야 하며 원시 데이터에서 관련 정보를 추출하기 위해 기능 엔지니어링을 수행해야 할 수도 있습니다. 사전 처리된 데이터가 있으면 지도 학습, 비지도 학습 및 강화 학습과 같은 다양한 기술을 사용하여 인공지능 모델을 훈련하고 테스트할 수 있습니다.
참고해서 어떤 프로젝트를 하고 어떤 데이터 feature를 살릴지 고민해봐야겠다.
'DevOps & Cloud' 카테고리의 다른 글
| 9. 인공지능 모델 학습 (0) | 2023.01.21 |
|---|---|
| 8. 데이터 파이프라인 (0) | 2023.01.20 |
| 7. 네트워크 로그 수집 자동화(Protobuf, gRPC) (0) | 2023.01.13 |
| 6. Go & Mongo DB (0) | 2023.01.13 |
| 5. sock-shop 과 XQuartz (0) | 2023.01.12 |
