宜信百度和阿里AIOps落地实践经验谈

Posted InfoQ

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了宜信百度和阿里AIOps落地实践经验谈相关的知识,希望对你有一定的参考价值。

近年来,人工智能技术备受关注,将 AI 引入 IT 运维领域,AIOps 的概念由此应运而生。Gartner 的报告宣称,到 2020 年,将近 50% 的企业将会在他们的业务和 IT 运维方面采用 AIOps,远远高于今天的 10%。在这个数字的年代,任何使用传统技术来管理机器数据的组织要么忽略了信息的价值,要么已经让他们的运维团队不堪重负。

那就当下而言,我们应该如何理解 AIOps?AIOps 应该如何落地?能否通过 AIOps 支持更好的运维/运营?9 月上海举办的 CNUTCon 全球运维技术大会上,或许可以帮你找到答案!

大会以“智能时代的新运维”为主题,将向你展示关于运维的最新技术趋势和实践,并特设为期两天的会前深度培训帮你掌握落地经验。目前距大会开幕仅有一个月时间,9 折限时优惠,欢迎报名锁定席位。

宜信 | AIOps 的核心技术之一:任务机器人如何在金融运维 / 运营中落地

近年来,人工智能技术备受关注,将 AI 引入 IT 运维领域,AIOps 的概念由此而生。

本次分享是通过宜信技术研发中心在金融运维领域中如何引入人工智能技术的探索与实践,帮助大家了解哪些痛点适合引入人工智能技术,以及 AIOps 的关键技术之一:任务机器人的概念和难点,希望为大家建立适合自身需求的 AIOps 应用场景提供思路和方法。

百度 | 基于日志 trace 的智能故障定位系统

结合机器学习技术的进步,百度实现了一套基于日志 trace 的智能故障定位系统及其背后的一套技术方案,最终能够实现 WQPS/sec 的 PV 根因定位能力,并能够根据根因做统计上的多维度汇聚,该系统应用于百度核心搜索系统,极大的提升了重大异常问题定位效率。

阿里 | 机器学习在大规模服务器治理复杂场景的实践

我们今天面临的问题,云、支付和交易的程序通过虚拟化打散在百万级的服务器上, 面对如此庞大的基础设施, 传统的运维方法受到了极大地挑战。海量告警无法及时处理、脏数据影响定位、批量问题如何提炼。

本话题主要分享在无高质量样本的情况下,通过关联分析和异常检测算法,构建算法闭环。自动迭代,让批量问题的预测精度不断提高。打通故障定位和装机系统,提供从发现 ->定位 ->跟踪 ->修复的一站式解决方案。

更多精彩抢先看

宜信、百度和阿里AIOps落地实践经验谈

宜信、百度和阿里AIOps落地实践经验谈

宜信、百度和阿里AIOps落地实践经验谈

宜信、百度和阿里AIOps落地实践经验谈

福利彩蛋

CNUTCon 全球运维技术大会 即将于 9 月 10-11 日在上海开幕,如果想了解运维最新技术趋势和实践,来 CNUTCon 学习一定是你的不二选择!9 折限时优惠报名中,本文的读者在报名时输入 CNUTCon666  还可享受特别优惠,数量有限,先到先得!购票咨询:18504256269,点击「 阅读原文 」,查看更多精彩内容。


以上是关于宜信百度和阿里AIOps落地实践经验谈的主要内容,如果未能解决你的问题,请参考以下文章

AIOps对监控报警架构的挑战

AIOps 对监控报警架构的挑战

先行者:如何设计AIOps平台的架构?|活动通知

宜信智能监控平台建设实践|宜信技术沙龙

AIOps落地实践:运维机器人之任务决策系统演进

宜信智能监控平台建设实践|分享实录