啊v天堂在线,97AV视频,成人自拍偷拍视频在线,狼友最新网址,操b小网站,欧美成人手机在线砚看,国产免费操逼视频,特级西西444WWW高清大视频

過去的工具已無力應(yīng)對當(dāng)今變幻不定的 IT 局勢?；A(chǔ)架構(gòu)模型在持續(xù)快速改革，因此管理也應(yīng)采用動態(tài)的流程和技術(shù)。

商業(yè)環(huán)境正從靜態(tài)且可預(yù)測的物理系統(tǒng)（定義這個(gè)領(lǐng)域數(shù)十年）轉(zhuǎn)變?yōu)榭蓜討B(tài)更改和重新配置的軟件定義資源環(huán)境。此外，隨著網(wǎng)絡(luò)基礎(chǔ)設(shè)施的不斷發(fā)展，基于舊模型的軟件系統(tǒng)要投入越來越多的精力來保持有效性，但仍會越來越落后。

在這場 IT 運(yùn)維 (ITOps) 變革的影響下，數(shù)字化業(yè)務(wù)轉(zhuǎn)型力量迫使傳統(tǒng) IT 管理技術(shù)走上改變之路。因此，現(xiàn)有 ITOps 流程和程序以及 IT 生態(tài)系統(tǒng)的管理結(jié)構(gòu)發(fā)生了重大變化。

《AIOps智能運(yùn)維技術(shù)合集》

1、AIOPS在攜程的探索與實(shí)踐.pdf

2、HPC+AI融合計(jì)算.pdf

3、基于機(jī)器學(xué)習(xí)的智能運(yùn)維.pdf?

4、人工智能在運(yùn)維中的實(shí)踐.pdf?

5、容器下的AIOps架構(gòu)實(shí)踐.pdf?

6、數(shù)據(jù)驅(qū)動的智能運(yùn)維.pdf?

7、為AIOps的普及而重生的基礎(chǔ)監(jiān)控.pdf?

8、由AIOps提供支持的自動化運(yùn)營和更新.pdf

9、中國 IT 基礎(chǔ)架構(gòu)運(yùn)維市場研究報(bào)告.pdf

Gartner在 2017 年為 IT 運(yùn)維或 AIOps 創(chuàng)造了術(shù)語人工智能，深入反映這些變革的精神核心。

AIOps 使用數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)技術(shù)助力 ITOps 團(tuán)隊(duì)實(shí)時(shí)了解影響所管理系統(tǒng)的性能或可用性的問題。

在過去的幾年中，企業(yè)爭先恐后地去了解這種新技術(shù)，并試圖走在它前面，AIOps 市場類別呈爆炸式增長，同時(shí) Gartner 領(lǐng)域的咨詢數(shù)量呈指數(shù)級增長。

本權(quán)威指南討論有關(guān) AIOps 的一切須知信息，推動它誕生的市場和技術(shù)變革以及如何應(yīng)對這些挑戰(zhàn)。

AIOps 之路

首先必須了解數(shù)字轉(zhuǎn)型及其如何推動產(chǎn)生 AIOps。

數(shù)字轉(zhuǎn)型涵蓋新技術(shù)的實(shí)施、云應(yīng)用和快速變化。它要求人們將重心轉(zhuǎn)移到開發(fā)人員和應(yīng)用程序上，并加快創(chuàng)新步伐。它還要獲取如下設(shè)施：

物聯(lián)網(wǎng)?(IOT) 設(shè)備
新的數(shù)字用戶-機(jī)器代理
應(yīng)用程序編程接口 (API)

所有這些新用戶和新技術(shù)將傳統(tǒng)的服務(wù)和性能管理工具和戰(zhàn)略擠壓到極限。

成功的數(shù)字轉(zhuǎn)型離不開 AIOps，它賦能 IT 以大多數(shù)現(xiàn)代企業(yè)所需的速度運(yùn)行。因此，AIOps 闡述了應(yīng)對 ITOps 領(lǐng)域數(shù)字轉(zhuǎn)型所需的范式轉(zhuǎn)換。

何為 AIOps？

AIOps 是“IT 人工智能運(yùn)維”的首字母縮寫。它是 ITOps（IT 運(yùn)維）的未來。它結(jié)合了人類和算法智能，全面監(jiān)測公司和企業(yè)在日常運(yùn)營中所依賴的 IT 系統(tǒng)的性能和狀態(tài)。

它是一種高端多層技術(shù)平臺，使用機(jī)器學(xué)習(xí)和分析技術(shù)分析采集自各種 ITOps 設(shè)備和工具的大數(shù)據(jù)，以此增強(qiáng)和自動執(zhí)行 IT 流程，從而自動發(fā)現(xiàn)問題并實(shí)時(shí)響應(yīng)問題。

AIOps 要求您將孤立的 IT 數(shù)據(jù)移動到大數(shù)據(jù)平臺中的綜合觀測數(shù)據(jù)（例如，工作日志和監(jiān)控系統(tǒng)）和互動數(shù)據(jù)（如工作單、活動或事故記錄中的數(shù)據(jù)）。

然后，AIOps 根據(jù)組合的數(shù)據(jù)實(shí)施機(jī)器學(xué)習(xí)和分析。在此基礎(chǔ)上，通過持續(xù)的深入洞察推動不斷改進(jìn)自動化實(shí)施。因此，您可以將 AIOps 視為核心 IT 功能的 CI/CD（持續(xù)集成和持續(xù)部署）。

AIOps 橋接了三個(gè) IT 學(xué)科（自動化、服務(wù)管理和性能管理）以實(shí)現(xiàn)持續(xù)洞察和改進(jìn)的目標(biāo)。人們認(rèn)識到，在新的加速和超大規(guī)模 IT 環(huán)境中，有一種利用機(jī)器學(xué)習(xí)和大數(shù)據(jù)的全新方法，可克服人力和傳統(tǒng)工具限制的問題。

AIOps 工作原理

AIOps 使用組織內(nèi)的現(xiàn)有數(shù)據(jù)源，包括日志事件、傳統(tǒng) IT 監(jiān)控、網(wǎng)絡(luò)性能異常等。從這些來源系統(tǒng)收集的數(shù)據(jù)運(yùn)用數(shù)學(xué)模式進(jìn)行處理，從而自動識別重大事件，無需費(fèi)力的手工預(yù)篩選。

另一層算法可分析事件，并識別存在類似潛在問題癥狀的一群相關(guān)活動。算法過濾可大大降低 ITOps 團(tuán)隊(duì)必須處理的警報(bào)干擾，同時(shí)還可避免不同工作組的工作單冗余路由而產(chǎn)生的重復(fù)情況。

取而代之的是，您可以動態(tài)組建虛擬團(tuán)隊(duì)，并分派不同的專家跨部門或技術(shù)邊界的問題?，F(xiàn)有的事件管理和票務(wù)系統(tǒng)可運(yùn)用 AIOps 的功能，直接集成到現(xiàn)有流程中。

AIOps 進(jìn)一步提高了自動化程度。它能夠觸發(fā)工作流程，不管是否有人工干預(yù)。當(dāng)前的 ChatOps 功能在診斷和補(bǔ)救措施的正常協(xié)作過程中，積極利用現(xiàn)有的自動化功能。

隨著機(jī)器學(xué)習(xí)系統(tǒng)變得越來越精確和可靠，現(xiàn)在無需人工干預(yù)即可觸發(fā)易于理解的常規(guī)操作，從而及時(shí)解決問題以免干擾用戶的使用。

AIOps 的要素

以下是構(gòu)成 AIOps 平臺的技術(shù)。

數(shù)據(jù)源。數(shù)據(jù)源廣泛而多樣化，來自于現(xiàn)有孤立的工具和各種 IT 類，包括事件、日志、指標(biāo)、工作單、監(jiān)控和作業(yè)數(shù)據(jù)等。
大數(shù)據(jù)。包括允許實(shí)時(shí)處理的現(xiàn)代化大數(shù)據(jù)平臺。例如，Elastic Stack、Hadoop 2.0 或部分 Apache 技術(shù)。
規(guī)則和模式。AIOps 平臺的規(guī)則應(yīng)用和模式識別加強(qiáng)了杠桿作用，可發(fā)現(xiàn)上下文，同時(shí)發(fā)現(xiàn)數(shù)據(jù)的常態(tài)和規(guī)律。它們可能特定/不特定于某個(gè)域。
機(jī)器學(xué)習(xí)。機(jī)器學(xué)習(xí)技術(shù)可根據(jù)新引入的數(shù)據(jù)和算法分析的輸出結(jié)果自動創(chuàng)建新的算法或修改現(xiàn)有算法。
域算法。利用 IT 域領(lǐng)域的專業(yè)知識智能解釋規(guī)則和模式，并根據(jù)企業(yè)數(shù)據(jù)和期望的結(jié)果進(jìn)行應(yīng)用。域算法有利于組織機(jī)構(gòu)實(shí)現(xiàn) IT 特定的目標(biāo)，例如關(guān)聯(lián)非結(jié)構(gòu)化數(shù)據(jù)、消除干擾、針對異常發(fā)出警報(bào)、找出可能的原因以及建立基準(zhǔn)。
自動化。利用機(jī)器學(xué)習(xí)和人工智能產(chǎn)生的結(jié)果，自動創(chuàng)建和應(yīng)用對確定的問題和情況的響應(yīng)。
人工智能 (AI)。人工智能可適應(yīng)環(huán)境中的未知和新事物。?

AIOps的要求和功能

所有 AIOps 平臺都應(yīng)為您的企業(yè)帶來以下三項(xiàng)功能。

自動執(zhí)行日常操作，例如用戶請求或不重要的 IT 系統(tǒng)警報(bào)。例如，AIOps 可以幫助服務(wù)臺系統(tǒng)處理和滿足用戶自動配置資源的請求。它們還可以評估警報(bào)并確定是否需要采取措施，因?yàn)橹С中缘臄?shù)據(jù)和相關(guān)指標(biāo)均在正常參數(shù)范圍內(nèi)。
識別嚴(yán)重問題的速度和準(zhǔn)確性遠(yuǎn)優(yōu)于人工。IT 人員可能會解決非關(guān)鍵系統(tǒng)上的已知惡意軟件事件，但會忽略關(guān)鍵服務(wù)器上啟動的異常下載或進(jìn)程，因?yàn)樗麄儧]有關(guān)注或預(yù)料到這種威脅。AIOps 系統(tǒng)則以完全不同的方式解決這些情況。它們會優(yōu)先處理關(guān)鍵系統(tǒng)上因行為不正常而疑似攻擊或感染的事件，其次是運(yùn)行防病毒軟件處理已知的惡意軟件事件。
簡化數(shù)據(jù)中心團(tuán)隊(duì)之間的互動。AIOps 為所有職能 IT 部門提供相關(guān)數(shù)據(jù)和見解。如果缺少這些支持人工智能的操作，團(tuán)隊(duì)必須通過手動發(fā)送數(shù)據(jù)或召開現(xiàn)場會議來解析和共享信息。AIOps 應(yīng)該從企業(yè)的大量資源指標(biāo)中了解可向每個(gè)組顯示的數(shù)據(jù)。

驅(qū)動 AIOps 的推動因素是什么？它需求背后的理由是什么？

人工智能 (AI) 的前景是承擔(dān)起人類工作，但速度更快、結(jié)果更好、規(guī)模更大。AIOps 可解決數(shù)字轉(zhuǎn)型的規(guī)模、復(fù)雜性和速度難題，讓您實(shí)現(xiàn) ITOps 的這個(gè)目標(biāo)。這些挑戰(zhàn)包括：

ITOps 在手動管理基礎(chǔ)架構(gòu)上面臨的困難

現(xiàn)代化 IT 環(huán)境包括移動、托管和非托管云、第三方服務(wù)以及 SaaS 集成等，因此基礎(chǔ)架構(gòu)這詞幾乎是不恰當(dāng)?shù)?。顯然，傳統(tǒng)的管理業(yè)務(wù)復(fù)雜性的方法在當(dāng)今動態(tài)彈性的環(huán)境中不再行得通。通過手動的人工監(jiān)督來管理和跟蹤這種復(fù)雜性開始舉步維艱。當(dāng)前的 ITOps 技術(shù)已經(jīng)超出了手動管理范疇。

ITOps 要保留越來越龐大的數(shù)據(jù)量

性能監(jiān)控以超快速度生成越來越多的警報(bào)和事件。在移動應(yīng)用程序、物聯(lián)網(wǎng)設(shè)備、API 和數(shù)字或機(jī)器用戶誕生后，服務(wù)工作單數(shù)量開始呈階梯式增長。

以越來越快的速度解決基礎(chǔ)設(shè)施問題的需求

在企業(yè)實(shí)施數(shù)字化運(yùn)營后，IT 就變成了一項(xiàng)業(yè)務(wù)。技術(shù)“消費(fèi)化”改變了各行各業(yè)用戶的期望。當(dāng)下 IT 事件的響應(yīng)必須即時(shí)，尤其在問題影響到用戶體驗(yàn)的時(shí)候。

開發(fā)人員享受更大的權(quán)力和影響力，但責(zé)任仍由 IT 部門承擔(dān)

在開發(fā)運(yùn)維部門，程序員承擔(dān)了更多的應(yīng)用程序級監(jiān)視責(zé)任，但整個(gè) IT 生態(tài)系統(tǒng)的健康以及基礎(chǔ)架構(gòu)、應(yīng)用程序和服務(wù)之間的交互仍由核心 IT 承擔(dān)責(zé)任。

從網(wǎng)絡(luò)中心轉(zhuǎn)移更多的計(jì)算能力

第三方服務(wù)和云基礎(chǔ)架構(gòu)的易于采用特征讓業(yè)務(wù)部門能夠構(gòu)建自己的 IT 應(yīng)用程序和解決方案?？刂坪皖A(yù)算正在遷移到 IT 部門的邊緣。因此，企業(yè)現(xiàn)可從外部核心 IT 添加更多的計(jì)算能力。

AIOps 與當(dāng)前工具集成

AIOps 與現(xiàn)有流程和工具相互集成，匯集了實(shí)用信息、功能和見解。企業(yè)當(dāng)下使用不同區(qū)域和不同用途的監(jiān)控工具。每個(gè)工具對特定部門、團(tuán)隊(duì)或公司都有價(jià)值，但其他相關(guān)方無法利用它的價(jià)值。

因此，AIOps 并沒有運(yùn)用費(fèi)力的工具合理化舉措，試圖用一刀切解決方案強(qiáng)行解決個(gè)人獨(dú)特需求，而是跨域、團(tuán)隊(duì)和工具打造無縫可見性，支持特定工具的大力發(fā)展。

同樣，AIOps 還確保只創(chuàng)建真實(shí)可操作的事件，避免事件重復(fù)，減輕 IT 服務(wù)團(tuán)隊(duì)管理 (ITSM) 的工作量。IT 基礎(chǔ)結(jié)架構(gòu)庫 (ITIL) 的順序性質(zhì)還決定了 AIOps 可解決和消除大量 ITSM 用戶煩惱。

AIOps 還實(shí)現(xiàn)了自動化。它可集成編排和工作流程，直接以全自動或半自動形式呈現(xiàn)給操作員。IT 部門多年來開發(fā)了大型自動化解決方案庫，因此他們必須確保只有達(dá)到正確的條件才能觸發(fā)。AIOps 不僅可保證這一點(diǎn)，而且可將風(fēng)險(xiǎn)控制在最低水平，最大限度發(fā)揮現(xiàn)有自動化投資的價(jià)值。

誰在使用 AIOps？

復(fù)雜的大型企業(yè)非常依賴大數(shù)據(jù)和 IT

如今，匯集各種類型技術(shù)的大規(guī)模 IT 環(huán)境的公司終究逃脫不了規(guī)模和復(fù)雜性兩個(gè)難題。如果您將這些問題與嚴(yán)重依賴 IT 的業(yè)務(wù)模型結(jié)合在一起，AIOps 肯定是公司成功的一個(gè)決定性要素。盡管這些類型的企業(yè)存在于各行各業(yè)，但他們都有一個(gè)共同特征：規(guī)模龐大和迅速變化。業(yè)務(wù)敏捷性的需求上升帶動了 IT 敏捷性的需求上漲。

云計(jì)算

遷移入云本身也是困難重重。例如擴(kuò)展，整個(gè) IT 遷移入云不太現(xiàn)實(shí)，也不可取。您會發(fā)現(xiàn)糅合不同 IT 基礎(chǔ)架構(gòu)交付形式的混合模式難以管理。

AIOps 可呈現(xiàn)所有類型基礎(chǔ)架構(gòu)的整體視圖，幫助操作員了解來不及記錄的關(guān)系變更，從而消除了運(yùn)行混合云平臺的大量風(fēng)險(xiǎn)。

?開發(fā)運(yùn)維團(tuán)隊(duì)

采用 DevOps 模型的公司，或者正在采用該模型的公司，可能會發(fā)現(xiàn)很難在參與工作的各方角色之間維持高度一致性。開發(fā)和操作系統(tǒng)直接整合到 AIOps 模型可減少諸多可能會發(fā)生的對接摩擦。

您希望開發(fā)團(tuán)隊(duì)對 IT 環(huán)境的狀態(tài)有更深入的了解。您還希望您的運(yùn)營團(tuán)隊(duì)能夠全面了解開發(fā)人員計(jì)劃于何時(shí)以何種方式在生產(chǎn)環(huán)境中進(jìn)行更改或部署。這個(gè)全面視圖有助于確保項(xiàng)目整體成功推進(jìn)，達(dá)到敏捷性和響應(yīng)速度要求。

數(shù)字化轉(zhuǎn)型

數(shù)字轉(zhuǎn)型舉措的定義很多，但是一個(gè)共同的因素是對敏捷性和速度的要求。盡管從技術(shù)上說，這是個(gè)業(yè)務(wù)要求，但 IT 必須以業(yè)務(wù)要求的速度運(yùn)行才能避免成為瓶頸或?qū)崿F(xiàn)更廣泛的目標(biāo)。AIOps 可消除大部分摩擦，有利于 IT 為大部分?jǐn)?shù)字轉(zhuǎn)型項(xiàng)目提供所需支持。

AIOps 的優(yōu)勢

正確實(shí)施的 AIOps 平臺可減少 IT 員工在日常警報(bào)上所花費(fèi)的時(shí)間和精力。在機(jī)器學(xué)習(xí)和算法的運(yùn)用下，IT 員工可訓(xùn)練 AIOps 平臺不斷精進(jìn)。它們可逐漸吸收知識以改進(jìn)軟件的行為和有效性。

AIOps 工具可持續(xù)監(jiān)控狀態(tài)，不眠不休。員工可則可集中精力處理嚴(yán)重的復(fù)雜問題，同時(shí)落實(shí)計(jì)劃舉措提高業(yè)務(wù)穩(wěn)定性和績效。

AIOps 系統(tǒng)在對各種數(shù)據(jù)源進(jìn)行整理和歸類過程中，可觀察企業(yè)多個(gè)運(yùn)行、資源和服務(wù)之間的因果關(guān)系。這些機(jī)器學(xué)習(xí)和分析功能促使系統(tǒng)執(zhí)行根本原因分析，從而加快疑難雜癥故障排除，快速實(shí)施補(bǔ)救措施。

AIOps 改善了 IT 組之間以及 IT 部門與其他業(yè)務(wù)部門之間的工作流任務(wù)和協(xié)作。團(tuán)隊(duì)可以使用定制的報(bào)告和控制板快速了解要求和任務(wù)。他們還可以對接其他工作組，但無需學(xué)習(xí)其他工作組要掌握的知識。

AIOps 消除了噪音和干擾，有助于 IT 人員集中應(yīng)對重要問題，不會被無關(guān)緊要的警報(bào)打擾。

AIOps 有助于關(guān)聯(lián)多個(gè)數(shù)據(jù)源之間的信息，不僅打破了信息之間的藩籬，而且能洞察從物理、虛擬到云整個(gè) IT 環(huán)境的全部狀況，包括網(wǎng)絡(luò)、計(jì)算和存儲。

它推動服務(wù)所有者和專家之間的無摩擦協(xié)作。這可極大加快診斷、分析和解決速度，從而最大限度減少對最終用戶的干擾。

AIOps 的缺陷

盡管基本的 AIOps 技術(shù)相對成熟，但要創(chuàng)建和組合技術(shù)以投入實(shí)際生產(chǎn)，還有很長一段路要走。以下是它的一些缺點(diǎn)：

它的有效性取決于您訓(xùn)練的算法以及它接收的數(shù)據(jù)。因此，終不能超出編程的限制。
實(shí)施、管理和維護(hù) AIOps 平臺可能需要花費(fèi)大量的精力和時(shí)間。
AIOps 系統(tǒng)依賴各種數(shù)據(jù)源以及數(shù)據(jù)保留、保護(hù)和存儲。
AIOps 要求企業(yè)完全信任工具，這是部分企業(yè)不喜歡它的一個(gè)原因。這是因?yàn)?，為了?AIOps 工具能夠自主采取行動，他們必須準(zhǔn)確地跟蹤目標(biāo)環(huán)境中的變化，收集并保護(hù)相關(guān)數(shù)據(jù)，形成正確的結(jié)論，確定操作的優(yōu)先級，最終采取適當(dāng)?shù)淖詣踊胧?/span>

在企業(yè)中實(shí)施 AIOps

沒有放之四海而皆準(zhǔn)的成功模式。不過，下文的通用指南可幫助您入門。

立即掌握機(jī)器學(xué)習(xí)和人工智能的基礎(chǔ)知識。
確定企業(yè)中 IT 團(tuán)隊(duì)最耗時(shí)的任務(wù)。尤其注意自動化流程可取代的重復(fù)性任務(wù)。
從小處著手，逐步向外擴(kuò)展。查找 AIOps 可快速解決的最緊急問題。
盡量豐富為系統(tǒng)饋送的數(shù)據(jù)類型。
制定指標(biāo)，幫助衡量 AIOps 投資的有效性。

AIOps 在現(xiàn)代化 IT 環(huán)境中的適用點(diǎn)

首次查看 AIOps 時(shí)，您可能不會立即想到它如何適合您現(xiàn)有的工具類別。原因是它不能替代當(dāng)前的監(jiān)視、編排、支持服務(wù)或日志管理工具。相反，它牽涉所有領(lǐng)域和工具，在所有領(lǐng)域和工具中集成和使用信息。它輸出的信息還有助于了解每個(gè)工具的同步情況。

這些工具單獨(dú)來說，一個(gè)個(gè)本身都是有價(jià)值的。不過，工具之間的隔斷導(dǎo)致用戶無法適時(shí)訪問正確的信息。AIOps 靈活地將各種不全面視圖整合成綜合性視圖，從而有助于 ITOps 團(tuán)隊(duì)了解整體情況。

盡管 AIOps 與 ITOps 有云泥之別，但它并不是大數(shù)據(jù)和機(jī)器學(xué)習(xí)的首次應(yīng)用。當(dāng)股票經(jīng)紀(jì)人從手工交易轉(zhuǎn)向機(jī)器交易時(shí)，他們也采用了類似的機(jī)械學(xué)習(xí)方法。社交媒體還長期在諸如 Google Maps、Yelp 和 Waze 之類的應(yīng)用程序或 eBay 和 Amazon 之類的在線市場中使用機(jī)器學(xué)習(xí)和分析。

這些技術(shù)在要求實(shí)時(shí)響應(yīng)不斷變化的條件和用戶定制需求的環(huán)境中，體現(xiàn)出了高度可靠性和廣泛有效性。

與機(jī)器學(xué)習(xí)技術(shù)相比，人工智能在 AIOps 中的應(yīng)用前景更大有可為。當(dāng)前，簡單的自動化或?qū)⒆詣踊c機(jī)器學(xué)習(xí)結(jié)合就能解決您當(dāng)下緊迫的用例。人工智能及其未來應(yīng)用場景仍在演變，未來可期。無論如何，企業(yè)務(wù)必在當(dāng)前存在的 ITOps 上打下堅(jiān)實(shí)的 AIOps 基礎(chǔ)，然后在此基礎(chǔ)上開始實(shí)施人類行為建模。

ITOps 人員由于工作的保守性質(zhì)，無法快速適應(yīng) AIOps 環(huán)境。他們的職責(zé)是確保業(yè)務(wù)照常運(yùn)行，維持企業(yè)基礎(chǔ)架構(gòu)的穩(wěn)定性。不過，隨著 AIOps 廣泛應(yīng)用的新興趨勢抬頭，越來越多的 ITOps 工作組不得不在短時(shí)間內(nèi)適應(yīng)新的 AIOps 技術(shù)和戰(zhàn)略。