首页 > TAG信息列表 > AIOps
AIOps在美团的探索与实践—故障发现
一、背景 AIOps，最初的定义是Algorithm IT Operations，是利用运维算法来实现运维的自动化，最终走向无人化运维。随着技术成熟，逐步确定为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），通过机器学习的运维、监控、AIOps的几个重要观点
监控是整个运维乃至整个产品生命周期中最重要的一环，通过配置合理的告警机制，采集准确的监控指标，来提前或者尽早发现问题，解决问题，进而保证产品的稳定，提升用户的体验。『分布式实验室』特约记者艾尔斯兰（下文称艾尔）采访了Nightingale核心开发者秦晓辉，就什么推动监控系统更新，可观测性云呐|AIOps智能运维平台可以有效地预测潜在的IT故障
当今，网络、数字化已成为经济增长的新引擎，企业经营与IT系统的健康密切相关，而有效的IT管理可以帮助企业在快速变化的市场竞争中取得快速发展。但是，由于云计算、虚拟化、微服务等技术的应用，企业IT系统变得越来越庞大、复杂，要满足业务运行的高性能要求并非易事。 智能化操作就是利云呐|AIOps功能,全平台支持方案优势客户价值(aiops业务价值)
AIOps平台是企业IT运维管理的必要条件和关键手段，AIOps智能分析将成为数字化企业运营管理的核心能力. 商业难题/难点 不能统一的数据管理、不能快速查询，不能满足企业的合规要求。 数据分析难度大，分析难度大。 设备故障定位效率低，故障源定位困难。 运行费用高，效AIOps案例介绍
AIOps案例介绍 以全局运营视角解读 IT 运维，整合告警事件、性能指标、日志和容量等多维数据，在 AI 算法平台的支撑下实现包括精准告警、异常检测、根因定位和容量分析等场景，助力企业数字化业务高效、稳定和顺畅运行，并能通过数据价值的提炼分析优化运营决策，彰显运维对业务的微软云强劲增长的背后，是全新的人工智能黑科技
众所周知，近年来微软Azure云计算平台一直保持着强劲的增长势头。在上一个财季的财报中，微软CEO Satya Nadella表示，数字技术是通胀经济中的去通胀之力，不论是大企业还是小企业，都能通过构建自己的技术强度而提高生产力，以及让自己的产品和服务被更广泛的采用。端到端交付数字平台中国AIOps们，你们究竟是在骗谁？
投资行业新闻多，新年的爆竹还未响起，新的基金已经暴雷。 前几日，刚有新闻一对私募管理人被刀手手刃死于非命，今日又闻有某美元基金lp被gp拉黑，这是什么仇什么怨，什么恨什么情？ 这样的惨案无人希望发生，但是如果稍微了解这些机构的投资水平，又会觉得出现这些情况都是必然。 别的领域不敢霍格沃兹测试学院邀你参加全球敏捷运维峰会
2019 Gdevops全球敏捷运维峰会 广州站 ：由上海市经信委指导、dbaplus社群主办的年度收官之站，汲全年之精华，取热点技术之核心， 重点围绕智慧运维、DevOps、数据库领域，邀请来阿里、腾讯、京东、新浪微博、甜橙金融、联通大数据、微众银行、贝壳找房、新炬网络、巨杉、爱可生、JFrog等名让数据分析走向更高阶段：AIOps 和“小数据”
如今，数据分析已成为企业的核心竞争力。越来越多的企业意识到，数据能为业务赋能。企业要想紧跟时代步伐，必须借助云计算、人工智能、机器学习和边缘计算等新一代信息技术，提升数据分析能力。 问题是，重视数据分析虽然是主流应用趋势，但在实际应用场景中，数据变化太快，企业很难高效地进博睿数据作为AIOps代表厂商入选《2021年中国ICT技术成熟度曲线报告》
近日，全球权威的技术研究和分析公司Gartner发布了《2021年中国ICT技术成熟度曲线报告（Hype Cycle for ICT in China，2021）》。博睿数据凭借自身强大的APM技术领导力和大数据分析/人工智能实力，入选了AIOps Sample Vendor（代表厂商）。 Gartner每年都会发布关于中国ICT市场的Hype Cycle降低网络 AI 应用开发门槛，AIOps 两大部署模式来助力
摘要：企业运维需求及挑战，来看看华为 AIOps 如何解决！ 本文分享自华为云社区《【云驻共创】AIOps？企业运维新力量！》，原文作者：启明。 国际惯例，我们先介绍一下 AIOps 的概念：AIOps，即 ArtificialIntelligence for IT Operations，智能运维，将人工智能应AIOps：企业运维新力量！
摘要：企业运维需求及挑战，来看看华为AIOps如何解决！ 本文分享自华为云社区《【云驻共创】AIOps？企业运维新力量！》，原文作者：启明。 国际惯例，我们先介绍一下AIOps的概念：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AIOps 距离淘汰人肉运维还差得远，自动化搞好了吗？
根据 Gartner 预测，到 2022 年，40% 的大中型企业将部署 AIOps 平台。那么，企业实践 AIOps 需要哪些前提条件呢？完整的 AIOps 实践需要具备哪些能力？企业转型为 AIOps，运维人员的工作需要做哪些转变？当前，国内 AIOps 实践到底进行到哪个阶段了？...... 以上这些大家关心的问题，柯旻都为我们做了[业界方案] 智能运维AIOps-学习笔记
本文为本人的学习笔记，非商用。目的是对于所学习的技术，大致知道其应用领域，技术特点和未来方向，看看目前工作中是否可以用到，或者以后选型时能够做到心里有数，顺便也可以梳理清楚自己的知识体系。[业界方案] 智能运维-学习笔记目录[业界方案] 智能运维-学习笔记2.1 容量预估2.2 主机分类聊聊AIOps的终极价值
嘉宾 :曲显平：百度运维部技术经理万金：ThoughtWorks 咨询师涂彦：腾讯游戏运维总监简单来说，AIOps 就是希望通过人工智能的方式，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。在 InfoQ 最近的一些文章中，都有不同程度地聊到 AIOps 相关的话题，比如美丽联合集团运维经理赵成认为日志易AIOps实践：日志数据大有用途
嘉宾 | 饶琛琳编辑 | 张婵AIOps 最大的目的就是缩短运维工作的时间，虽然 AIOps 提出的时间还不长，但目前来看 AIOps 已是明显的趋势。随着云计算和容器技术在改变我们当前的 IT 基础设施，产品和服务的正常运行更多地要依赖运维。然而大规模多场景的应用和越来越多的模块以及越来越复杂AIOps核心任务：任务机器人在金融领域中的落地（附文件下载）
AIOps核心任务：任务机器人在金融领域中的落地（附文件下载） 昱良 机器学习算法与Python学习 AIOPs核心技术 本文内容来自CNUTCon2017全球运维技术大会上宜信技术研发中心高级架构师/研发总监张真的大会报告，下载方式请见文末。 https://mp.weixin.qAIOps中异常检测的简单应用
刘毅 360云计算 女主宣言异常检测是AIOps领域中最为常见也是十分重要的一个问题，它将直接影响到报警产生以及后续所有自愈动作的开展。异常检测作为运维领域的通用场景，已经存在很多的方法模型可以使用。但是各个方法之间的异同，不同方法针对不同场景该如何匹配还是值得使用者认真网易数据库运维自动化演进与 AIOps 探索
作者简介倪山三网易数据库运维专家对于数据库来说分为四个阶段，首先介绍一下数据库自动化平台需求和功能设计目标。然后介绍一下网易的实践经验，最后介绍一下 AIOps 数据库平台的主要关系。一、数据库自动化平台需求和功能设计目标数据库平台的功能和需求出发点是非常类似的，在各个厂阿里巴巴大数据运维之道
分享：范伦挺-高级运维专家编辑：白凡讲师介绍：首先简单介绍一下我自己，我叫范伦挺，也算是运维的老兵了，大概 2008年开始进入运维行业，现在就职于阿里巴巴计算平台事业部大数据基础工程技术团队。先后负责过阿里 MaxCompute、AnalyticDB、PAI等大数据产品运维工作，目前主要专注于实时计算平台AIOps 如何优雅服务应用运维？看民生银行智能运维实践与探索
作者简介张舒伟中国民生银行 智能运维平台负责人分享：张舒伟编辑：白凡各位领导、各位来宾，大家上午好！今天很高兴来到这里和大家分享民生银行在智能运维方面的探索和实践，今天主要是从应用运维的视角来看 AIOps 可以做什么事情，以及是我们是怎么做的。今天的分享从三个部分来进行，应用运维中行20年运维老专家 | 踏上时代浪潮，做 AIOps 最佳实践者！
时代的变迁，人的梦，这些都是挡不住的。 瞬息万变的IT行业，新技术新思维的火花时刻迸发着。对于运维，稳定与创新是永恒的课题，自动化运维、DevOps 、AIOps 是运维未来的发展方向，那么如何顺应潮流去实践 AIOps 呢？怎样保持对技术的热情和活力？ 近期社区采访到中国银行软件中心维护部系统分中行20年运维老专家 | 踏上时代浪潮，做 AIOps 最佳实践者！
时代的变迁，人的梦，这些都是挡不住的。 瞬息万变的IT行业，新技术新思维的火花时刻迸发着。对于运维，稳定与创新是永恒的课题，自动化运维、DevOps 、AIOps 是运维未来的发展方向，那么如何顺应潮流去实践 AIOps 呢？怎样保持对技术的热情和活力？ 近期社区采访到中国银行软件中心维护部系统分值得珍藏！从技术运营中台建设到 AIOps 实践，看着一篇就够了
作者简介：朱世翔，北京移动信息系统部技术运维中台产品经理、系统运维组主管。具备较丰富的运营上部域系统一线运维管理经验，今年带领团队进行技术运营能力的建设，初步完成了北京移动业务支撑系统运维能力自动化、智能化转型。目前致力于AIOps和运维中台体系实践、运维开发团队构建和管AIOps在美团的探索与实践——故障发现篇（整理）
原文地址 https://tech.meituan.com/2020/10/15/mt-aiops-horae.html 整理： 故障大致可分为 3 类：周期型，平稳型，无规律型。对于时序数据来说，最合适的算法可能是 CNN 。异常数据的特征大致包括： - 周同比 - 日环比 - 波动比 - 移动平均 - 水平方向孤立森林特征 - 垂直方向孤立森