7100+位Splunk支持者；300+場技術論壇；71家合作夥伴參展；82000小時知識分享。 這一串耀眼的數字， 正是2017年9月26日至27日Splunk在美國華盛頓DC舉行“.conf2017”活動時的盛況。
說到Splunk這家企業， 可能有很多朋友還比較陌生， 但在大資料分析和商業智慧軟體解決方案領域， Splunk可以說首屈一指。
Gartner2017年度10大戰略技術發展趨勢中指出， “人工智慧(AI)和先進的機器學習技術是被廣泛關注的新興技術， 將在企業甚至整個行業中掀起革命浪潮。 它們能夠大幅度降低勞動力成本， 產生意想不到的新見解， 從原始資料中發現新模式， 並建立預測模型。 ”
機器學習成為主流
在機器學習漸成氣候的大趨勢下， Splunk最新發佈了三款機器學習功能：
Splunk Enterprise 7.0：
1、擴展性機器學習功能， 使創建、部署和分享模型更加便捷；
2、説明客戶更好地監測和調查他們的資料；
3、監測和警報加速了至少20 倍；
4、核心搜索技術經過優化， 速度提高了3倍。
Splunk ITSI 3.0：
1、把服務環境與機器學習相結合， 徹底改變了事件監測服務；
2、幫助發現現有的和潛在的問題， 優先恢復關鍵業務服務， 實現分析驅動的IT運營；
3、採用機器學習技術以減少誤報， 只提交最關鍵的資訊。
Splunk 機器學習工具包：
1、供免費使用的資料科學應用程式；
2、任何人都可以使用它來預測未來IT、安全和業務成果。
安全神經中樞， 為企業保駕護航
我們不會有足夠的人和時間去針對所有可能出現的威脅而制定相應的制度、進行搜索或其他內容。
所以機器學習來了。
機器學習能夠讓工作量已經很大的安全團隊 實力大增， 可以不佔用他們有限的時間而發 現威脅， 縮短安全運行與網路犯罪的距離。
預計五年內， 它將是安全檢測和防禦的驅動力， 不斷監控可能成為組織內部或外部惡意活動跡象的異常情況。
Splunk 最新發佈的安全解決方案
Splunk UBA 4.0：
1、支援客戶使用Splunk UBA新的軟體發展套件(SDK)， 創建和載入自己的機器學習模型來識別自訂的異常和威脅事件；
2、生成自訂異常和自訂威脅；
3、檢測內部攻擊和未知威脅；
4、利用機器學習和人工智慧的綜合力量，
5、進一步增強了用戶檢測內部攻擊的能力， 把異常行為自動關聯到高度保真的威脅中。
Splunk ES內容更新：
1、讓人類智慧和機器資料更貼近；
2、為客戶提供預先封裝好的安全內容， 和更新的動態新內容；
3、用於檢測具體的威脅， 幫助安全部門調查威脅和管理決策過程， 使其更容易選擇應對措施。
Splunk Security Essentials for FraudDetection：
1、免費的Splunk應用程式， 適用於欺詐檢測；
2、指導客戶怎樣使用 Splunk來識別和研究不同類型的欺詐行為， 包括醫保、支付卡和交易欺詐等；
3、使用Splunk MLTK和一系列的Splunk資料分析功能， 使用者更容易理解和應對自己環境中的欺詐行為。
Splunk Insights for Ransomware：
1、針對勒索軟體的解決方案；
2、根據用戶人數來定價；
3、為企業提供即時深度分析， 主動評估並快速調查可能存在的勒索軟體威脅。
Splunk Insights for AWS Cloud Monitoring：
1、在亞馬遜市場上以亞馬遜機器鏡像(AMI)的形式提供；
2、為企業提供了基於分析的方法來監控AWS雲；
3、可即時感知亞馬遜網路服務(AWS)的性能、安全、運營和成本管理深度分析結果。
用機器資料創新未來機場：迪拜機場
作為世界五大機場之一， 占迪拜能源使用總量的2.5%。 如果能耗降低20%， 則每年這一項開支就能節省2500萬美元。 Splunk提供的解決方案， 被形象的稱之為“一次穿越未來機場的旅行”。 具體“旅行”中都經歷了什麼， 讓我們一起來看看：
安全方面：
目標是讓旅客在五分鐘或更短時間內通過機場安檢， 天花板上的感測器監測安檢佇列， 以及對這些資料進行分析， 預測是否需要打開新的安檢佇列。
行李方面：
即時監控整個行李系統——從地面處理系統到航線檢查系統；15萬條傳送帶•每年1.5億件行李；每件行李200個資料點；機場可以提前四小時預測哪裡會出現瓶頸問題。
WiFi 方面：
迪拜機場擁有世界上最快的機場WiFi；WiFi 可以在有成千上萬人線上的時候進行即時監控；WiFi 安全非常重要， 未授權訪問點一經發現即被消除。
“黃金衛生間”：
男女衛生間被感測器監控；洗手池， 坐便器， 小便池， 目的是掌握使用情況。 監測資料顯示， 大約75%的人如廁後會洗手。
對2018年人工智慧和機器學習、物聯網、IT運維、安全四個方面， Splunk做出了大膽的預測：
人工智慧(AI)和機器學習(ML)
人工智慧和機器學習變得與具體行業有關， 例如金融服務、醫療保健和生物技術、製造業、零售業等等。 同時，人工智慧和機器學習也會成為B2B的主流，在異常檢測和自動化方面發揮勢能。而未來更多的施展空間，則應該是在端到端人工智慧、自我配置、經過預先訓練的模型以及面向物聯網的人工智慧等方面。
物聯網
一、物聯網確實帶來了風險；
二、最先採用物聯網的行業
1、公共部門
2、製造業
3、運輸行業
三、雲與數位化轉型是物聯網強有力的促進因素；
四、機器學習和人工智慧為物聯網帶來巨大發展機遇。
IT運維
一、DevOps對於業務必不可少；
二、DevSecOp是下一個前沿領域；
三、企業運營部門之間不再有界限；
四、新型IT運營人員的誕生。
安全
一、駭客在尋找更大的攻擊切入點；
二、自動化可以減輕日常的安全任務負擔，縮小技能差距；
三、利用機器學習來武裝網路安全；
四、保護資料隱私權避免付出高昂的代價。
五、安全已成為業務的推動因素，不再僅限於SOC。
正如Splunk的願景那樣，希望未來機器資料對每個人都可取可用，發揮出它的最大價值。
聲音：
“資料是一種戰略優勢，企業正在尋找將資料轉換為答案最快、最有效的方法。機器學習對於客戶成功和Splunk的發展都非常重要。我們的無縫集成功能使每個人都能夠使用機器學習，我們的客戶可以更好地預測未來結果，更有效地分析他們的資料。”
——Splunk首席產品官 Richard Campione
同時，人工智慧和機器學習也會成為B2B的主流，在異常檢測和自動化方面發揮勢能。而未來更多的施展空間，則應該是在端到端人工智慧、自我配置、經過預先訓練的模型以及面向物聯網的人工智慧等方面。物聯網
一、物聯網確實帶來了風險；
二、最先採用物聯網的行業
1、公共部門
2、製造業
3、運輸行業
三、雲與數位化轉型是物聯網強有力的促進因素；
四、機器學習和人工智慧為物聯網帶來巨大發展機遇。
IT運維
一、DevOps對於業務必不可少；
二、DevSecOp是下一個前沿領域；
三、企業運營部門之間不再有界限；
四、新型IT運營人員的誕生。
安全
一、駭客在尋找更大的攻擊切入點；
二、自動化可以減輕日常的安全任務負擔，縮小技能差距；
三、利用機器學習來武裝網路安全；
四、保護資料隱私權避免付出高昂的代價。
五、安全已成為業務的推動因素，不再僅限於SOC。
正如Splunk的願景那樣，希望未來機器資料對每個人都可取可用，發揮出它的最大價值。
聲音：
“資料是一種戰略優勢，企業正在尋找將資料轉換為答案最快、最有效的方法。機器學習對於客戶成功和Splunk的發展都非常重要。我們的無縫集成功能使每個人都能夠使用機器學習，我們的客戶可以更好地預測未來結果，更有效地分析他們的資料。”
——Splunk首席產品官 Richard Campione