位置:编程技术网 > 区块链 > 正文 >

什么是AIOps智能运维,最接地气的解释是这样的

2019年04月19日 11:13来源:未知手机版

嚣张王妃,耶律乙辛,奇影,一路路向西免费观看,洛阳装修网,51buy,八哥网,太和二手房

【天极网IT新闻频道】2018年,AIOps智能运维俨然成为中国运维市场的风口。在这一年里,传统ITOM/ITSM厂商、新兴APM/NPM厂商、各大云厂商纷纷转战智能运维,描绘出种种智能运维发展蓝图和未来产品。而在各种运维大会上,智能运维也成了焦点话题,专家学者们不断向业界灌输智能运维的好处,似乎有了智能运维就能立刻破解伴随数字化转型而来的IT规模和复杂度暴增的管理难题,甚至能逐步取代运维人员,实现NoOps无人化运维。

智能运维到底有没有这么神奇?什么才是真正的AIOps智能运维?AIOps智能运维到底能给企业带来哪些能力?本文将为您逐一解读。

什么是AIOps智能运维

早在2016年之前,著名IT研究机构Gartner在其词库就添加了AIOps这一词条,彼时AIOps是Algorithmic IT Operations的缩写,按照字面理解,AIOps是一种基于算法的运维方式。时至今日,仍有互联网大厂和算法界专家把Algorithmic算法作为AIOps智能运维的核心价值。

清华大学裴丹教授对AIOps的定义是:AIOps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。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中不断地学习,不断地提炼并总结规则。

然而,经过近3年全球AIOps市场的发展和沉淀, Gartner在2018年11月发布的最新版《Market Guide for AIOps Platforms》报告中把AIOps的含义由算法升级为智能,即Artificial Intelligence for IT Operations,并为AIOps平台作出如下定义:“整合大数据和机器学习能力,通过松耦合、可扩展方式去提取和分析在数据量(volume)、种类(variety)和速度(velocity)这三个维度不断增长的IT数据,为所有主流ITOM产品提供支撑。AIOps平台够同时使用多个数据源、数据采集方法及分析和展现技术,广泛增强IT运维流程和事件管理效率,可用于性能分析,异常检测,事件关联分析,ITSM和自动化等应用场景。”

IT行业的领头羊IBM在《金融行业智能运维实施建议白皮书》开篇明义:“AIOps就是希望通过人工智能的方式,对系统运行过程中所产生的数据,运用AI和算法、运筹理论等相关技术,对运维数据进行分析,进一步提升运维效率,包括运维决策、故障预测和问题分析等的新一代运维手段和方法。”

国内智能运维的创新公司云智慧,通过3年的探索和实践,率先实现了AIOps的产品化和场景化。云智慧CEO殷晋对AIOps的理解更加贴合中国市场和数字化转型企业的需求:“AIOps与其说是产品,不如说是一种理念和策略。通过以数据为基础、算法为支撑,场景为导向的AIOps平台,为企业现有运维管理工具和管理体系赋予统一数据管控能力和智能化数据分析能力,全面提升运维管理效率。现阶段AIOps的目标不是NoOps,而是BetterOps,通过更高效的运维帮助企业快速洞察人力难以企及的故障和问题,准确预测风险,化被动运维为主动运维。”

AIOps智能运维是突然出现的吗?

在过去二十年里,人工智能技术的发展间歇性影响了ITOM的进步,而AIOps只是这种影响的最新例证。因此,对于传统企业来说,智能运维并不是一个全新的理念,而是IT运营分析/运维管理(ITOA/ITOM)体系与大数据和人工智能技术结合的产物。AIOps智能运维平台以ITOM/ITOA系统所采集的运维大数据为基础,利用人工智能和机器学习算法对运维数据进行深入分析,涵盖IT监控,应用性能管理、外网监控、日志分析,系统安全等方面。

市面上流行的ITOM平台,其核心组件缺少大数据采集、分析和机器学习的能力,需要AIOps平台予以完善。AIOps智能运维平台能够接入不同业务系统、监控系统、管理系统的海量IT数据,并运用各种算法进行快速分析、学习甚至预测。立足于AIOps,IT部门可以获得强大的IT决策和运营管理能力,并能对业务质量和用户体验进行准确检测和持续优化。

本文地址:http://www.reviewcode.cn/qukuailian/44942.html 转载请注明出处!

今日热点资讯