AIOps在我们的生活中能带来哪些优点？
来源：CPDA数据分析师网 / 作者：数据君 / 时间：2021-03-29
如此庞大的数据处理和模式识别功能可增强自动化流程
这对于IT人员在优化工作流程，防止服务中断和维护安全性方面的工作非常有帮助，在过去的几年中，这些功能导致了一种被称为“ AIOps”的新兴技术AIOps “将大数据与机器学习相结合，以自动化IT操作流程，包括事件关联，异常检测和因果关系确定。” AIOps的基本操作模型是“观察-参与-行为”：
观察： AIOps的这一部分是数据摄取以及事件，度量，跟踪和拓扑的监视。还对存储在数据湖中的数据进行了历史分析，以生成和调整分析模型，以进行异常检测，性能检查和相关性映射。
参与：此阶段是信息技术服务管理活动与企业的IT交付，运营和控制基础架构中的事件，依赖关系和更改（包括任务自动化触发器，风险分析和知识管理引擎）进行交互的接口。
行动：在此阶段，自动化将通过脚本，自适应资源分配或有关预定义的自我修复和维护程序的运行手册来“完成工作”以补救问题。
AIOps模型是周期性且连续的
循环中的每个阶段都旨在提供和完善其他阶段的操作，尽管整个工作流程可能很复杂，但将AI和操作智能相结合以尽可能地自动进行补救可以大大减少IT操作人员的工作量，并简化针对无法自动解决的其余流程问题的建议措施。
炒作背后的现实
几乎每个受管服务提供商都声称使用AI，但细节却是魔鬼，假设您构建了一个平台，该平台使用带有AI的第三方恶意软件检测应用程序，从技术上讲，您可以说您的平台使用AI-但实际上是逐个AI，为了充分发挥AI的运营潜力，您需要定制的模型来推动机器学习，在服务上贴上“ AI”这个绰号并不能自动使其变得更好甚至有用，并且关于AIOps功能，工具和实现仍然存在很多困惑，信誉良好的托管服务提供商有责任为他们的客户弥合这一差距，但是如果正确完成，一个真正的托管服务AIOps实现可以带来一些强大的好处，包括：
增强的灵活性：AIOps使以前的手动监视和补救工作变得自动化。这使IT人员摆脱了繁重的重复任务，例如跟踪CPU利用率，监视备份或管理防火墙。而且，由于机器学习不断提供洞察力来驱动自动化的配置更改和问题管理，因此它提供了的灵活性，可以以少的人工干预来适应不断变化的需求。
真正的 可靠性：通过AIOps的预测模型和对组件故障或使用率激增的持续监控，可以实现100％可用性的梦想。如果确实发生故障或喘振，则自动修复可确保系统继续运行而不会导致性能明显下降。
增强的安全性和合规性：AIOps可以使用机器学习来识别代表潜在合规性或安全性违规的配置偏差和与基准性能的偏差。机器学习支持的自动化可以被用来精确地保持系统持续合规的工具。
云的力量既是对IT效率的祝福，也是对它的诅咒
这对于IT人员在优化工作流程，防止服务中断和维护安全性方面的工作非常有帮助，在过去的几年中，这些功能导致了一种被称为“ AIOps”的新兴技术AIOps “将大数据与机器学习相结合，以自动化IT操作流程，包括事件关联，异常检测和因果关系确定。” AIOps的基本操作模型是“观察-参与-行为”：
观察： AIOps的这一部分是数据摄取以及事件，度量，跟踪和拓扑的监视。还对存储在数据湖中的数据进行了历史分析，以生成和调整分析模型，以进行异常检测，性能检查和相关性映射。
参与：此阶段是信息技术服务管理活动与企业的IT交付，运营和控制基础架构中的事件，依赖关系和更改（包括任务自动化触发器，风险分析和知识管理引擎）进行交互的接口。
行动：在此阶段，自动化将通过脚本，自适应资源分配或有关预定义的自我修复和维护程序的运行手册来“完成工作”以补救问题。
AIOps模型是周期性且连续的
循环中的每个阶段都旨在提供和完善其他阶段的操作，尽管整个工作流程可能很复杂，但将AI和操作智能相结合以尽可能地自动进行补救可以大大减少IT操作人员的工作量，并简化针对无法自动解决的其余流程问题的建议措施。
炒作背后的现实
几乎每个受管服务提供商都声称使用AI，但细节却是魔鬼，假设您构建了一个平台，该平台使用带有AI的第三方恶意软件检测应用程序，从技术上讲，您可以说您的平台使用AI-但实际上是逐个AI，为了充分发挥AI的运营潜力，您需要定制的模型来推动机器学习，在服务上贴上“ AI”这个绰号并不能自动使其变得更好甚至有用，并且关于AIOps功能，工具和实现仍然存在很多困惑，信誉良好的托管服务提供商有责任为他们的客户弥合这一差距，但是如果正确完成，一个真正的托管服务AIOps实现可以带来一些强大的好处，包括：
增强的灵活性：AIOps使以前的手动监视和补救工作变得自动化。这使IT人员摆脱了繁重的重复任务，例如跟踪CPU利用率，监视备份或管理防火墙。而且，由于机器学习不断提供洞察力来驱动自动化的配置更改和问题管理，因此它提供了的灵活性，可以以少的人工干预来适应不断变化的需求。
真正的 可靠性：通过AIOps的预测模型和对组件故障或使用率激增的持续监控，可以实现100％可用性的梦想。如果确实发生故障或喘振，则自动修复可确保系统继续运行而不会导致性能明显下降。
增强的安全性和合规性：AIOps可以使用机器学习来识别代表潜在合规性或安全性违规的配置偏差和与基准性能的偏差。机器学习支持的自动化可以被用来精确地保持系统持续合规的工具。
云的力量既是对IT效率的祝福，也是对它的诅咒
它提高了利用大量数据的能力，并提供了对可扩展计算能力的惊人访问，但是这也使许多IT系统以及使用信息海啸管理它们的专业人员不知所措，复杂性不断增加，风险不断攀升，AIOps确实可以帮助平衡规模。正确地在托管服务中交付并根据组织要求进行集成，这是一项兑现其承诺的技术。
商业联合会数据分析专业委员会
京公网安备 11010502034401号
课程体系 
试听申请 
复听申请 
在线报名 
考试大纲 
考试报名 
准考证打印 
