AIOps

Posted 2021-04-24 东北亚大数据交易服务中心

没关注？伸出手指点这里---

什么是AIOps？

AIOps在Gartner的词库中是AlgorithmicIT Operations的缩写，字面的解释是一种基于AI算法的运维方式，Gartner在《Market Guide for AIOps Platforms》报告中为AIOps作出如下定义：AIOps平台是结合大数据、人工智能（AI）或机器学习功能的软件系统，用以增强和部分取代广泛应用的现有IT运维流程和事务，包括可用性和性能监控、事件关联和分析，IT服务管理以及运维自动化。

AIOPS组成

AIOps平台技术由多个层组成，可解决数据收集，存储，分析引擎和可视化问题。它们通过应用程序编程接口（API）实现与其他应用程序的集成，从而实现与供应商无关的数据提取功能。因此，AIOps平台可以与IT运营管理（ITOM）工具集无缝交互，因为无论数据类型如何，都能够处理来自任何工具的数据。

AIOps与数据分析有何不同？

在过去的4到5年中，参与可用性和性能管理的IT组织团队越来越多的，使用大数据和机器辅助分析来改进团队的诊断和故障排除功能。虽然更广泛的数据分析涉及基于组织独特需求的用例和模型，但AIOps平台技术专为典型的IT运营用例而设计，主要涉及：
1、对来自监视工具的事件流进行后处理
2、与IT服务管理工具的双向交互
3、可能与自动化工具集集成，以实现平台提供的规范性信息

AIOps平台应该为企业带来三种功能：

1、自动化常规做法
常规做法包括用户请求以及非关键IT系统警报。例如，AIOps可以使服务台系统能够处理和完成自动配置资源的用户请求。AIOps平台还可以评估警报并确定它不需要操作，因为可用的相关指标和支持数据在正常参数范围内。

2、比人类更快，更准确地识别严重问题
IT专业人员可能会在非关键系统上解决已知的恶意软件事件，但忽略了在关键服务器上启动的异常下载或进程，因为他们没有关注此威胁。AIOps以不同方式解决此问题，将关键系统上的事件设置为可能的攻击或感染，因为该行为超出了常规，并通过运行反恶意软件功能来降低已知恶意软件事件的优先级。

3、简化数据中心组和团队之间的交互。
AIOps为每个功能IT小组提供相关的数据和观点。如果没有启用AI的操作，团队必须通过会议或手动发送数据来共享，解析和处理信息。AIOps应该了解哪些分析和监控数据可以从大量资源指标中显示每个组或团队。

AIOps的优点和缺点

经过适当的实施和培训，AIOps平台可以减少IT人员在平凡，日常，日常警报上花费的时间和精力。IT人员教授AIOps平台，然后在算法和机器学习的帮助下发展，回收随时间获得的知识，以进一步改进软件的行为和有效性。AIOps工具还可以执行连续监控，无需睡眠。IT部门的人员专注于严肃，复杂的问题以及提高业务绩效和稳定性的举措。

AIOps软件可以观察多个系统，服务和资源之间的因果关系，聚类和关联不同的数据源。这些分析和机器学习功能使软件能够执行强大的根本原因分析，从而加速疑难问题的故障排除和修复。

AIOps可以改善IT组之间以及IT与其他业务部门之间的协作和工作流活动。通过定制的报告和仪表板，团队可以快速了解他们的任务和要求，并与他人交流，而无需了解其他团队需要了解的所有内容。

虽然AIOps的基础技术相对成熟，但在结合实际使用的技术方面仍然是一个早期的领域。AIOps只能与它接收的数据以及它所教授的算法一样好。实施，维护和管理AIOps平台所需的时间和精力可能很大。可用数据源的多样性以及正确的数据存储，保护和保留都是AIOps结果的重要因素。

AIOps要求对工具的信任，这可能是某些企业的门槛因素。对于AIOps工具自主行动，它必须准确地跟踪其目标环境中的变化，收集和保护数据，根据可用的算法和机器学习形成正确的结论，正确确定行动的优先级，并采取适当的自动化操作来匹配业务优先级和目标。

您可以

分享数据时代 | 关注不迷路

 neabigdata东数中心