《企业级AIOps实施建议》白皮书

Posted 2021-04-24 前沿信安资讯阵地

五一七天乐  

WWW.UNCISSP.COM

Hi、各位前沿小伙伴们，前沿阵地星球值五一国际劳动节之际，阵地限时8折319元入圈优惠，5月3日恢复门票399元，机不可失失不再来，需要加入的伙伴们请及时行动。

主题1300+ | 精华820+ |  问答50

扫码二维码上车吧

内容摘要

AIOps，即 Artificial Intelligence for IT Operations，智能运维，将人工智能应用于运维领域，基于已有的运维数据（日志、监控信息、应用信息等），通过机器学习的方式来进一步解决自动化运维没办法解决的问题。

早期的运维工作大部分是由运维人员手工完成的，这被称为手工运维或人肉运维。这种落后的生产方式，在互联网业务快速扩张、人力成本高企的时代，难以维系。自动化运维因此应运而生。其基于用可被自动触发的、预定义规则的脚本，来执行常见的、重复性的运维工作，从而减少人力成本，提高运维效率。总的来说，自动化运维可以认为是一种基于行业领域知识和运维场景领域知识的专家系统。

随着整个互联网业务急剧膨胀，以及服务类型的复杂多样，“基于人为指定规则”的专家系统逐渐变得力不从心。自动化运维的不足，日益凸显。DevOps 的出现，部分解决了上述问题。其强调从价值交付的全局视角，端到端打通软件生命周期，建立基于微服务的单件流式的流水线。但 DevOps 更强调横向融合及打通，较低阶段的 DevOps 无力改变“基于认为指定规则”的既定事实。AIOps 是 DevOps 在运维（技术运营）侧的高阶实现，两者并不冲突。此部分可具体参考《研发运营一体化能力成熟度模型》。

AIOps 不依赖于人为指定规则，主张由机器学习算法自动地从海量运维数据（包括事件本身以及运维人员的人工处理日志）中不断地学习，不断地提炼并总结规则。

AIOps 在自动化运维的基础上，增加了一个基于机器学习的大脑，指挥监测系统采集大脑决策所需的数据，做出分析、决策，并指挥自动化脚本去执行大脑的决策，从而达到运维系统的整体目标。

AIOps 基于自动化运维，将 AI 和运维很好的结合起来，其需要三方面的知识：

1)行业领域知识：应用的行业，如互联网、金融、电信、物流、能源电力、工业制造和智慧城市等，并熟悉生产实践中的难题；

2)运维场景领域知识：如指标监控、异常检测、故障发现、故障止损、成本优化、容量规划和性能优化等；

3)机器学习：把实际问题转化为算法问题，常用算法包括如聚类、决策树、卷积神经网络等。

 

AIOps 和 DevOps 两者并不冲突，企业级 DevOps 涵括包括运维在内的整个软件生命周期，AIOps 是 企业级 DevOps 在运维（技术运营）侧的高阶实现。

以下为白皮书全文版

点击图片可查看大图

PDF文件可扫码获取

---

PDF （45页）

文件可扫码（长按识别）获取！