Журнал "Information Security/ Информационная безопасность" #4, 2026

ИИ подключается там, где нужна более глубо- кая диагностика. Плат- форма Tantor сначала выполняет быструю проверку, а при обнаружении признаков проблемы запускает углублен- ный анализ с помощью специа- лизированных ИИ-агентов. Они изучают метрики, запрашивают дополнительные данные из PostgreSQL и проверяют воз- можные причины сбоя. Адми- нистратор в результате получа- ет не только метрики и события, но и результаты диагностики с конкретными рекомендациями. Часть работы по поиску и лока- лизации проблемы платформа Tantor берет на себя. Окончательное решение в Tantor 7 пока остается за чело- веком. Платформа может пред- ложить способ исправления и подготовить SQL-запрос, но применяет его пользователь. Разработчики планируют дви- гаться дальше – к контролируе- мому автоматическому устра- нению части проблем. Как устроена ИИ-диагностика в Tantor 7 ИИ-диагностика в платформе Tantor 7 строится не на свобод- ном диалоге с языковой моде- лью, а на заранее подготовлен- ных сценариях исследования – плейбуках. Плейбук задает, что конкретно нужно проверить, какие данные использовать и нужно ли переходить к более глубокому анализу. Модель сле- дует этой последовательности, но может интерпретировать результаты и выбирать дальней- шее направление исследования. Плейбук соединяет возмож- ности универсальной LLM с экс- пертизой Tantor. В нем прописа- ны порядок проверки и условия подключения специализирован- ных субагентов. Если система обнаруживает признаки опреде- ленного типа проблемы, соот- ветствующий агент исследует ее подробнее. Так накопленные правила и знания помогают направлять работу ИИ, а не толь- ко используются в классических механизмах диагностики. Разработчики отдельно про- веряли стабильность и вос- производимость результатов. Ведь не секрет, что генератив- ные модели могут по-разному отвечать на одинаковые вход- ные данные, вот только для диагностики СУБД это создает вполне практическую проблему. Поэтому разарботчики много- кратно тестировали и коррек- тировали сценарии, чтобы модель не пропускала ожидае- мую неисправность или при оди- наковых условиях не выдавала заметно разные рекомендации. При этом плейбук не сводит работу ИИ к набору жестких правил. Если для проверки некой гипотезы не хватает мет- рик, агент может определить, какие данные ему нужны, и сформировать SQL-запрос к PostgreSQL. Полученная инфор- мация помогает подтвердить предположение, отбросить его или продолжить поиск причины. Для углубленной диагностики используется несколько специа- лизированных агентов. Каждый исследует свой класс проблем, а их результаты затем учиты- ваются при подготовке реко- мендации. Это позволяет не анализировать всю СУБД оди- наково подробно, а сосредото- читься на областях, где уже обнаружены признаки неис- правности. AI-first не означает AI-only Здравый смысл подсказыва- ет, что традиционные механиз- мы должны оставаться там, где они надежнее и экономичнее, а ИИ целесообразно подключать к задачам только если он дает дополнительный результат. Одна из причин такого под- хода – стоимость инференса. При сотнях и тысячах СУБД постоянный ИИ-анализ каждого инстанса потребовал бы значи- тельных вычислительных ресур- сов. Поэтому заказчик сам выбирает базы для ИИ-наблю- дения, а Tantor регулирует интенсивность анализа. 46 • СПЕЦПРОЕКТ AI-first в платформе Tantor 7 лавное нововведение в пдатформе Tantor 7 – переход от обычного мониторинга состояния СУБД к ИИ-диагностике. Платформа теперь не только обнаруживает отклонения, но и помогает установить их причины и предлагает способы устра- нения. Этот подход разработчики называют AI-first. При этом классический мониторинг, средства обслуживания и накопленные эвристики никуда не исчезают – они закрывают задачи, которые надежно решаются обычными правилами и не требуют затрат на инференс. Г Алексей Барган, руководитель отдела разработки платформы Tantor Фото: Тантор Лабс