摘要:

在高利潤、低成本的驅動下，智能運維也成為各行各業研究的熱點，互聯網公司、金融機構、IT技術公司都紛紛走在了智能運維研究和應用的前列。

　關鍵字：智能運維，運維自動化

 

 

智慧運維作為當前備受關注的技術領域，在Gartner的報告中也給出預測：2020年，智慧運維會在一半以上的企業中落地并形成生產力。

在高利潤、低成本的驅動下，智能運維也成為各行各業研究的熱點，互聯網公司、金融機構、IT技術公司都紛紛走在了智能運維研究和應用的前列。

 

（1）科研機構

 

科研機構一向是新技術革命的領頭羊。在智能運維研究領域，國內外科研機構不僅有先進的科研成果，也與工業界展開密切合作，從算法層面上支撐了智能運維的落地與發展。

卡內基梅隆大學與Netflix公司合作，在網絡視頻運維領域提出并應用多種人工智能方法：利用不同數據分析及統計分析方法，靈活使用可視化、相關分析、信息熵增益等工具，將雜亂無章數據轉化為直觀清晰信息，從而分析海量數據背后視頻體驗不佳的規律和瓶頸。

 

雙方共同設計了視頻傳輸智能優化方案，可根據客戶的網絡狀態，動態地優化視頻傳輸；通過決策樹模型建立用戶參與度的預測模型，指導關鍵性能指標的優化策略，改善用戶的體驗質量。

南京大學周志華教授團隊專注于機器學習算法的研究，所提出的isolation forest孤立森林算法可用于挖掘異常數據，檢測和分析異常。

 

清華大學NetMan智能運維實驗室則專注于異常檢測、分析與預測，提出了多種算法和工具。

（2）互聯網行業

 

阿里巴巴研發了智能故障管理平臺，以業務為導向，實現了基于機器學習的業務異常檢測，準確及時發現故障。通過時間序列分析和機器學習，對未來一段時間的業務指標趨勢進行預測。

 

針對業務異常時間，自動調用各類型AP接口實現一鍵切換，快速恢復業務異常。并針對業務異常事件自動拆解相關維度，逐層剝離定位故障原因。

 

目前該平臺已經在阿里云上成功實踐，故障發現準確率、故障發現召回率分別提升到80%和90%，每周節省因為誤報而花費的操作時間約為29小時。

 

百度實現了基于智能流量調度的單機房故障自愈能力，將止損過程劃分為統一的感知、決策、執行三個階段，通過策略框架支持智能化異常檢測、策略編排、流量調度，實現了單機房故障自愈能力。

 

京東金融實現了基于網絡拓撲的根源告警分析，結合調用鏈，通過時間相關性、權重、關聯規則算法、神經網絡算法等，將告警分類篩選，快速找到告警根源，從而縮短故障排查及恢復時間。

 

京東金融還在其云計算數據中心應用了智能巡檢機器人，提升了機房及數據中心的巡檢效率和智能化管理水平，避免人工的錯檢和漏檢，對巡檢數據進行數據化管理和高效利用。

 

騰訊在其織云監控平臺中建設了基于機器學習的時間序列異常檢測方案，在百萬條基于時間序列的日志信息中，以少量的時間實現了異常檢測。

 

（3）金融行業

 

交通銀行通過數據中心運維大數據平臺的建設，將各類日志、告警等運維數據統一集中存儲。通過關聯分析、建模預測等方式發現日志、告警信息中潛在聯系，并建設監控歷史數據分析、監控告警智能分析以及日志智能檢索分析等大數據運維應用場景，實現了事前智能預警、事后快速定位故障。

 

中國銀行初步形成了“運維大數據倉庫”、“運維數據分析平臺”的計算框架，對系統日志、應用日志、監控數據和網絡鏡像包等全量數據進行集中存放和處理，并在異常檢測、故障快速定位、系統容量預估和動態調配等多個場景中應用。

 

太平洋保險在智能運維方面實現了告警收斂，將多個告警做匯聚合并和主源分析，還開展了云腦項目以實現業務趨勢預測和容量管理功能，還開發點點2.0 APP，實現風險監測和智能交互等功能。

 

陽光保險利用大數據和機器學習，實現了智能巡檢、報警聚合、故障自愈及故障避免、自動發版與止損等多項功能。招商銀行在性能容量評估、故障定位與診斷方面采用智能運維的方案，以應對業務高峰的需求。

 

上海銀行張江數據中心啟用了智能巡檢機器人，對設備運行狀態、機房環境、機柜微環境實時監測，保證數據中心狀態實時可視、可控及數據的準確性。