大數(shù)據(jù)助力核電智能運(yùn)營(yíng)課件

1、 大數(shù)據(jù)助力核電智能運(yùn)營(yíng)Draft China Digital Consulting Glossary of Terms and Abbreviations1 大數(shù)據(jù)應(yīng)用案例分享 GE工業(yè)大數(shù)據(jù)32 智能運(yùn)營(yíng)方案在核電企業(yè)應(yīng)用的業(yè)務(wù)場(chǎng)景413附錄1：智能運(yùn)維方案應(yīng)用的業(yè)務(wù)場(chǎng)景454附錄2：案例分享62Table of ContentsPageSectionOverview 大數(shù)據(jù)應(yīng)用案例分享 GE工業(yè)大數(shù)據(jù)1 案例分享：GE工業(yè)大數(shù)據(jù)的大機(jī)遇Section 1.1 大數(shù)據(jù)應(yīng)用案例分享 GE工業(yè)大數(shù)據(jù)1%的功效 事關(guān)最后結(jié)果的優(yōu)劣提高貨運(yùn)鐵路 利用率預(yù)測(cè)性電力診斷預(yù)測(cè)性醫(yī)療維護(hù) $270億改善效

2、率低下系統(tǒng)帶來(lái)的產(chǎn)業(yè)價(jià)值$630億改善效率低下流程帶來(lái)的產(chǎn)業(yè)價(jià)值$660億改善燃?xì)獍l(fā)電效率帶來(lái)的產(chǎn)業(yè)價(jià)值 案例分享：工業(yè)大數(shù)據(jù) 高速、龐大Section 1.1 大數(shù)據(jù)應(yīng)用案例分享 GE工業(yè)大數(shù)據(jù)42020年之前接下來(lái)10年， 案例分享：傳統(tǒng)的數(shù)據(jù)倉(cāng)庫(kù)架構(gòu)Section 1.1 大數(shù)據(jù)應(yīng)用案例分享 GE工業(yè)大數(shù)據(jù)42020年之前接下來(lái)10年， 案例分享：工業(yè)數(shù)據(jù)湖架構(gòu) Section 1.1 大數(shù)據(jù)應(yīng)用案例分享 GE工業(yè)大數(shù)據(jù)42020年之前接下來(lái)10年，采用先進(jìn)數(shù)據(jù)治理業(yè)務(wù)和定位支撐 Section 1.1 大數(shù)據(jù)應(yīng)用案例分享 GE工業(yè)大數(shù)據(jù)案例分享1：智能數(shù)據(jù)管理 2020年之前接下來(lái)10

3、年， Section 1.1 大數(shù)據(jù)應(yīng)用案例分享 GE工業(yè)大數(shù)據(jù)案例分享：工業(yè)數(shù)據(jù)湖服務(wù)應(yīng)用 2020年之前接下來(lái)10年，工業(yè)數(shù)據(jù)湖在一個(gè)地方管理所有數(shù)據(jù)數(shù)據(jù)價(jià)值化及其產(chǎn)出預(yù)測(cè)性/常規(guī)性分析及可視化高性能計(jì)算運(yùn)用分析處理管理安全 Section 1.1 大數(shù)據(jù)應(yīng)用案例分享 GE工業(yè)大數(shù)據(jù)案例分享：工業(yè)數(shù)據(jù)湖-優(yōu)化工業(yè)工作負(fù)載 Section 1.1 大數(shù)據(jù)應(yīng)用案例分享 GE工業(yè)大數(shù)據(jù)案例分享：數(shù)據(jù)管理 Section 1.1 大數(shù)據(jù)應(yīng)用案例分享 GE工業(yè)大數(shù)據(jù)生命周期來(lái)源繼承保留保護(hù)、管理并增加信息源數(shù)據(jù)質(zhì)量準(zhǔn)確性完整性一致性元數(shù)據(jù)數(shù)據(jù)字典所有資產(chǎn)的目錄分類和標(biāo)記合規(guī)性監(jiān)管規(guī)則企業(yè)規(guī)定審計(jì)監(jiān)察

4、記錄日志分析案例分享： GE管理自己的數(shù)據(jù)和服務(wù) Section 1.1 大數(shù)據(jù)應(yīng)用案例分享 GE工業(yè)大數(shù)據(jù)案例分享：完善基于Hadoop數(shù)據(jù)治理 定義數(shù)據(jù)管道Apache Falcon監(jiān)控?cái)?shù)據(jù)管道回溯管道的依賴關(guān)系、繼承關(guān)系采用Oozie以及Ambari數(shù)據(jù)集集群流程 Section 1.1 大數(shù)據(jù)應(yīng)用案例分享 GE工業(yè)大數(shù)據(jù)案例分享：工業(yè)大數(shù)據(jù) 支持SLAs 工業(yè)工作考核的 KPIs關(guān)鍵任務(wù)的工作負(fù)載工業(yè)互聯(lián)網(wǎng)應(yīng)用99.99%連續(xù)作業(yè)可伸縮性能/延遲計(jì)算彈性容量99.95%計(jì)劃內(nèi)停機(jī) 主動(dòng)災(zāi)后恢復(fù) 中/高 高30-40ms30ms按需分配安全等級(jí)工業(yè)解決方案 操作技術(shù)主導(dǎo)(如：M&D、CB

5、M、ALM等)企業(yè)解決方案 信息技術(shù)主導(dǎo)(如：CRM、SCM、ERP等) Section 1.1 大數(shù)據(jù)應(yīng)用案例分享 GE工業(yè)大數(shù)據(jù)案例分享：數(shù)據(jù)湖安全性解決方案 19數(shù)據(jù)安全解決方案靜態(tài)數(shù)據(jù)和動(dòng)態(tài)數(shù)據(jù)安全性數(shù)據(jù)的模糊處理外圍安全解決方案人身安全網(wǎng)絡(luò)安全身份驗(yàn)證集群保護(hù)數(shù)據(jù)中心部署Kerberos身份驗(yàn)證LDAP協(xié)議集成職責(zé)分離訪問控制解決方案文件訪問權(quán)限用戶組授權(quán)基于角色訪問控制配置管理文件系統(tǒng)用戶組LDAP協(xié)議用戶組身份管理數(shù)據(jù)可視化解決方案數(shù)據(jù)來(lái)源數(shù)據(jù)繼承數(shù)據(jù)標(biāo)記ETL工具M(jìn)ap Reduce工具加密及掩碼處理 核電企業(yè)中智能運(yùn)營(yíng)的重要性2大數(shù)據(jù)助力核電智能運(yùn)營(yíng) 大數(shù)據(jù)技術(shù)的成熟，核電運(yùn)

6、營(yíng)管理如何變革？Section 2 核電企業(yè)中智能運(yùn)營(yíng)的重要性維修優(yōu)化也是大數(shù)據(jù)的焦點(diǎn)之一大數(shù)據(jù)時(shí)代來(lái)了 Rachel Update 新技術(shù)環(huán)境下，核電維修工作所面臨的挑戰(zhàn)與機(jī)會(huì) 維修和業(yè)務(wù)線需要洞察 核電運(yùn)營(yíng)轉(zhuǎn)向敏捷、簡(jiǎn)潔和智能的運(yùn)營(yíng)管理，基于流程優(yōu)化和數(shù)據(jù)集成，采用先進(jìn)技術(shù)和分析能力從規(guī)劃到退役階段優(yōu)化資產(chǎn)績(jī)效“中國(guó)應(yīng)該加強(qiáng)發(fā)電機(jī)組的效率，而不僅僅是增加更多機(jī)組?！?- 五大發(fā)電集團(tuán)高管Section 2 核電企業(yè)中智能運(yùn)營(yíng)的重要性 新技術(shù)環(huán)境下，核電運(yùn)營(yíng)工作所面臨的挑戰(zhàn)業(yè)務(wù)電子化程度和連續(xù)性要求持續(xù)提高，對(duì)核電維修工作帶來(lái)深刻影響：智能感知智能預(yù)警智能處理有效的智能化運(yùn)營(yíng)監(jiān)控能力核電業(yè)務(wù)

7、發(fā)展對(duì)維修管理提出新的管理要求一方面，新技術(shù)運(yùn)用以及國(guó)家提倡進(jìn)行兩化融合，實(shí)現(xiàn)智慧核電，如“無(wú)感知運(yùn)維”另一方面，關(guān)鍵核電維修業(yè)務(wù)將對(duì)重大故障呈現(xiàn)“零容忍”如何改進(jìn)事前排除故障和事后恢復(fù)故障能力？Section 2 核電企業(yè)中智能運(yùn)營(yíng)的重要性 日益發(fā)展的設(shè)備及信息化，監(jiān)控技術(shù)發(fā)展方向和新的市場(chǎng)機(jī)會(huì)主動(dòng)被動(dòng)自動(dòng)手動(dòng)設(shè)備系統(tǒng)、自開發(fā)監(jiān)控、人工.傳統(tǒng)監(jiān)控?cái)?shù)據(jù)收集（衡量指標(biāo)、日志.）靜態(tài)閾值警報(bào)事件關(guān)聯(lián)性O(shè)mniBus ,BPPM重復(fù)事件管理基于規(guī)則關(guān)聯(lián)分析基線和動(dòng)態(tài)閥值數(shù)據(jù)收集數(shù)據(jù)收集智能預(yù)測(cè)SCAPI海量數(shù)據(jù)根據(jù)多個(gè)癥狀檢測(cè)復(fù)雜問題多維指標(biāo)分析分析模型數(shù)據(jù)收集警報(bào)量降低到原來(lái) 1/10現(xiàn)今復(fù)雜的電

8、站設(shè)備及信息化架構(gòu)監(jiān)控技術(shù)發(fā)展和新的市場(chǎng)機(jī)會(huì)信息管理系統(tǒng)文檔平臺(tái)Section 2 核電企業(yè)中智能運(yùn)營(yíng)的重要性 信息技術(shù)激活傳統(tǒng)資產(chǎn)的管理，提升資產(chǎn)的集中化管理Section 2 核電企業(yè)中智能運(yùn)營(yíng)的重要性配置管理變更管理資產(chǎn)管理設(shè)施設(shè)備IT運(yùn)輸連接傳統(tǒng)資產(chǎn)IT信息技術(shù)提升資產(chǎn)性能網(wǎng)絡(luò)化連接實(shí)現(xiàn)資產(chǎn)的遠(yuǎn)程監(jiān)控網(wǎng)絡(luò)化連接幫助資產(chǎn)維護(hù)自動(dòng)化內(nèi)嵌IT是傳統(tǒng)資產(chǎn)和IT資產(chǎn)的特性融合復(fù)雜任務(wù)的自動(dòng)化完成電子化取代機(jī)械化 基于大數(shù)據(jù)分析技術(shù)，實(shí)現(xiàn)智能運(yùn)營(yíng)平臺(tái)的建設(shè)3大數(shù)據(jù)助力核電智能運(yùn)營(yíng) 大數(shù)據(jù)下的資產(chǎn)統(tǒng)一管理以IT為核心，在技術(shù)、人員、流程的管理上實(shí)現(xiàn)Section 3 基于大數(shù)據(jù)分析技術(shù)，實(shí)現(xiàn)智能運(yùn)營(yíng)

9、平臺(tái)的建設(shè)CIOCEOCFOCOO資產(chǎn)管理員設(shè)備管理員LOB經(jīng)理IT 技術(shù)幫助對(duì)包括IT資產(chǎn)在內(nèi)的數(shù)據(jù)中心所有的資產(chǎn)部件實(shí)現(xiàn)監(jiān)控和整合，實(shí)現(xiàn)了技術(shù)上的一體化信息技術(shù)設(shè)備& 特性資產(chǎn)以IT為核心，收集相關(guān)所有設(shè)施和資產(chǎn)的信息，在統(tǒng)一平臺(tái)上幫助相關(guān)管理人員實(shí)現(xiàn)管理信息的共享，流程的交互，更好的便于決策 PeopleProcessesTechnologyPeopleProcessesTechnology人員業(yè)務(wù)流程技術(shù) 在大數(shù)據(jù)下，從建立資產(chǎn)的靜態(tài)數(shù)據(jù)開始，管理其全生命期的動(dòng)態(tài)數(shù)據(jù)Section 3 基于大數(shù)據(jù)分析技術(shù)，實(shí)現(xiàn)智能運(yùn)營(yíng)平臺(tái)的建設(shè)資產(chǎn)位置型號(hào)規(guī)格設(shè)備類型參數(shù)資產(chǎn)目錄和BOM供應(yīng)商儀表狀態(tài)

10、監(jiān)測(cè)維修策略運(yùn)行工作參數(shù)庫(kù)存信息 資產(chǎn)戰(zhàn)略計(jì)劃評(píng)估與設(shè)計(jì)購(gòu)買運(yùn)行維護(hù)技改退役資產(chǎn)生命周期 通過(guò)大數(shù)據(jù)平臺(tái)，全流程實(shí)現(xiàn)對(duì)以資產(chǎn)為核心的生產(chǎn)管理Section 3 基于大數(shù)據(jù)分析技術(shù)，實(shí)現(xiàn)智能運(yùn)營(yíng)平臺(tái)的建設(shè)設(shè)備資產(chǎn)設(shè)備異動(dòng)發(fā)電運(yùn)行缺陷維修大小修預(yù)防性維修狀態(tài)檢修狀態(tài)監(jiān)測(cè)物理設(shè)備DCS財(cái)務(wù)人力物資固定資產(chǎn)備品備件規(guī)程、標(biāo)準(zhǔn)工藝、制度運(yùn) 行記 錄檢修記錄設(shè)備信息檢修記錄設(shè)備信息檢修記錄設(shè)備信息檢修記錄設(shè)備信息 幫助實(shí)現(xiàn)對(duì)資產(chǎn)管理、庫(kù)存和采購(gòu)的集成Section 3 基于大數(shù)據(jù)分析技術(shù)，實(shí)現(xiàn)智能運(yùn)營(yíng)平臺(tái)的建設(shè)供應(yīng)商Fax or e-commerce運(yùn)輸物料lPO重訂貨策略物料接收物料需求庫(kù)存物料發(fā)放計(jì)劃

11、維修工單執(zhí)行維護(hù)執(zhí)行維護(hù)資產(chǎn)非計(jì)劃維護(hù)資產(chǎn)實(shí)現(xiàn)管理的智能化降低庫(kù)存&采購(gòu)成本 幫助完善全面的企業(yè)資產(chǎn)管理的考核績(jī)效管理，推動(dòng)資產(chǎn)管理持續(xù)提升Section 3 基于大數(shù)據(jù)分析技術(shù)，實(shí)現(xiàn)智能運(yùn)營(yíng)平臺(tái)的建設(shè)資產(chǎn)總效能 OEE平均無(wú)故障工作小時(shí) MTBF資產(chǎn)管理預(yù)防性維修工作執(zhí)行率資產(chǎn)總維修費(fèi)用工作管理KPI業(yè)務(wù)流程優(yōu)化ActualQualityCostTimeOrganization組織機(jī)構(gòu)優(yōu)化Systems技術(shù)提升 基于快速分析以及行業(yè)標(biāo)桿對(duì)標(biāo)，持續(xù)提升資產(chǎn)管理水平Section 3 基于大數(shù)據(jù)分析技術(shù)，實(shí)現(xiàn)智能運(yùn)營(yíng)平臺(tái)的建設(shè)資產(chǎn)利用率非計(jì)劃停機(jī)員工成本 行業(yè)領(lǐng)導(dǎo)對(duì)所有運(yùn)營(yíng)資產(chǎn)有全局性的正確的管

12、理理念，結(jié)合最新技術(shù)的資產(chǎn)管理能夠快速的適應(yīng)變化和實(shí)施變化資產(chǎn)績(jī)效管理創(chuàng)造了生產(chǎn)能力，對(duì)利潤(rùn)貢獻(xiàn)巨大。抑制成功的因素：過(guò)多的庫(kù)存成本占用和投入人員浪費(fèi)在沒有附加值的工作上不合理的停機(jī)影響了資產(chǎn)的可用性當(dāng)前維修和運(yùn)行預(yù)算100%落后者領(lǐng)導(dǎo)者員工成本 (Operations and Maintenance)資產(chǎn)利用率MRO 庫(kù)存(2-3 turns)MRO 庫(kù)存(1 turn)固定資產(chǎn)投入和投資(extend asset life）年運(yùn)行成本平均節(jié)約10 - 25% 生產(chǎn)力提升 8 - 15 %新的生產(chǎn)力和競(jìng)爭(zhēng)力釋放的成本轉(zhuǎn)化為投資或節(jié)約成為利潤(rùn)投資降低3 - 7%重新采購(gòu)和部署 (1-time)

13、 固定資產(chǎn)投入和投資非計(jì)劃停機(jī)(reactive spend) 智能運(yùn)營(yíng)分析平臺(tái)Section 3 基于大數(shù)據(jù)分析技術(shù)，實(shí)現(xiàn)智能運(yùn)營(yíng)平臺(tái)的建設(shè)應(yīng)用監(jiān)控事件管理電廠設(shè)備 | 備件 | 資產(chǎn) | 文件 | 語(yǔ)音 | 系統(tǒng) | 安全 | 應(yīng)用 | 存儲(chǔ) 基礎(chǔ)架構(gòu) & 運(yùn)行日志監(jiān)控可視化組件數(shù)據(jù)采集和索引組件數(shù)據(jù)建模組件策略和報(bào)警組件數(shù)據(jù)存儲(chǔ)相關(guān)性分析組件智能分析業(yè)務(wù)成果能力監(jiān)控管理平臺(tái)大數(shù)據(jù)智能運(yùn)營(yíng)分析平臺(tái)運(yùn)營(yíng)環(huán)境預(yù)測(cè)主動(dòng)規(guī)避宕機(jī)問題發(fā)生之前進(jìn)行預(yù)測(cè)搜索快速解決問題在海量的數(shù)據(jù)中進(jìn)行快速搜索優(yōu)化性能優(yōu)化IT應(yīng)用基礎(chǔ)架構(gòu)優(yōu)化 智能運(yùn)營(yíng)平臺(tái)各子系統(tǒng)之間的關(guān)系Section 3 基于大數(shù)據(jù)分析技術(shù)，實(shí)現(xiàn)智

14、能運(yùn)營(yíng)平臺(tái)的建設(shè)統(tǒng)一監(jiān)控管理展現(xiàn)告警展現(xiàn)性能展現(xiàn)報(bào)表展現(xiàn)監(jiān)控子系統(tǒng)設(shè)備監(jiān)控類指標(biāo)管理/經(jīng)營(yíng)監(jiān)測(cè)類電廠運(yùn)行類DOAM系統(tǒng)ERP/EAM系統(tǒng)類文件共享類安質(zhì)環(huán)系統(tǒng)類辦公自動(dòng)化類告警事件展現(xiàn)數(shù)據(jù)采集智能運(yùn)營(yíng)分析平臺(tái)(模型和學(xué)習(xí))事件平臺(tái) 智能運(yùn)營(yíng)平臺(tái)數(shù)據(jù)來(lái)源，企業(yè)重要的信息資產(chǎn)！Section 3 基于大數(shù)據(jù)分析技術(shù)，實(shí)現(xiàn)智能運(yùn)營(yíng)平臺(tái)的建設(shè)行為日志運(yùn)行日志交易日志設(shè)備每天都產(chǎn)生大量的日志，包含了各種設(shè)備、系統(tǒng)、應(yīng)用、用戶信息、交易信息。設(shè)備及系統(tǒng)日志 安全事件分析 回溯取證 性能故障排查 運(yùn)營(yíng)分析系統(tǒng)日志網(wǎng)絡(luò)日志安全設(shè)備日志應(yīng)用日志應(yīng)用日志交易日志網(wǎng)絡(luò)日志運(yùn)行日志設(shè)備日志網(wǎng)絡(luò)日志應(yīng)用日志用戶行為日志

15、應(yīng)用日志交易日志（3）如何應(yīng)用日志數(shù)據(jù)？（1）數(shù)據(jù)來(lái)源是否經(jīng)常查看日志？在系統(tǒng)出現(xiàn)問題時(shí)，能否及時(shí)從日志里找到問題根源？當(dāng)系統(tǒng)遭受嚴(yán)重攻擊時(shí)，日志記錄系統(tǒng)能否幸免于難？（2）數(shù)據(jù)用途 Section 3 基于大數(shù)據(jù)分析技術(shù)，實(shí)現(xiàn)智能運(yùn)營(yíng)平臺(tái)的建設(shè)用Vi開啟找出問題點(diǎn)Logs人工解讀傳統(tǒng)方式智能運(yùn)營(yíng)智能運(yùn)營(yíng)自(手)動(dòng)取得找出問題點(diǎn)在單一控制臺(tái)追蹤智能運(yùn)營(yíng)可以主動(dòng)監(jiān)控異常,并發(fā)出主動(dòng)通知用輔助工具分析Ex: ExcelLogsLogsLogsLogsLogsLogsLogs用Vi開啟用Vi開啟用Vi開啟人工解讀人工解讀人工解讀不同的系統(tǒng)之間,往往監(jiān)控工具不一致,不互相支持4. 智能運(yùn)營(yíng)與傳統(tǒng)運(yùn)維差

16、異 企業(yè)智能運(yùn)營(yíng)企業(yè)智能運(yùn)營(yíng)系統(tǒng)領(lǐng)域的應(yīng)用Section 3 基于大數(shù)據(jù)分析技術(shù)，實(shí)現(xiàn)智能運(yùn)營(yíng)平臺(tái)的建設(shè) 如果在設(shè)備故障前沒有“預(yù)先診斷”的話，維修團(tuán)隊(duì)則只能被動(dòng)應(yīng)對(duì).為什么今天的運(yùn)維團(tuán)隊(duì)做不到預(yù)防為主？數(shù)據(jù)太多，無(wú)法進(jìn)行人工分析現(xiàn)行分析技術(shù)如標(biāo)準(zhǔn)閾值分析法，無(wú)法實(shí)現(xiàn)預(yù)防目的無(wú)法診斷到正在發(fā)生的問題（在造成業(yè)務(wù)損失之前）閾值要么定得太高，在完全停機(jī)之前沒有足夠的警告閾值要么定得太低，噪音太多，所有一切都忽略掉了 基于機(jī)器日志數(shù)據(jù)的傳統(tǒng)運(yùn)維分析-預(yù)防成為運(yùn)維的難題Section 3 基于大數(shù)據(jù)分析技術(shù)，實(shí)現(xiàn)智能運(yùn)營(yíng)平臺(tái)的建設(shè) 傳統(tǒng)系統(tǒng)運(yùn)維過(guò)程中實(shí)現(xiàn)提前預(yù)測(cè)所面臨的挑戰(zhàn)Section 3 基于大數(shù)

17、據(jù)分析技術(shù)，實(shí)現(xiàn)智能運(yùn)營(yíng)平臺(tái)的建設(shè)使用全自動(dòng)的學(xué)習(xí)算法來(lái)定義什么是“正?！薄?然后采用對(duì)現(xiàn)有條件的實(shí)時(shí)評(píng)估來(lái)預(yù)測(cè)和盡早發(fā)現(xiàn)異常，避免對(duì)業(yè)務(wù)產(chǎn)生實(shí)際影響。挑戰(zhàn): 被動(dòng)的對(duì)性能瓶頸進(jìn)行反應(yīng)是不夠的 為了保證重要的業(yè)務(wù)系統(tǒng)24X7小時(shí)可用, 必須在問題產(chǎn)生影響之前通過(guò)預(yù)測(cè)來(lái)進(jìn)行規(guī)避。預(yù)測(cè) 使用智能運(yùn)營(yíng)，在運(yùn)營(yíng)過(guò)程中實(shí)現(xiàn)機(jī)器的自我學(xué)習(xí)和提前預(yù)測(cè)Section 3 基于大數(shù)據(jù)分析技術(shù)，實(shí)現(xiàn)智能運(yùn)營(yíng)平臺(tái)的建設(shè)通過(guò)統(tǒng)計(jì)模型發(fā)現(xiàn)指標(biāo)之間的數(shù)學(xué)關(guān)系有許多因素決定了可以實(shí)現(xiàn)的程度，包括：1、數(shù)據(jù)的類型和范圍2、數(shù)據(jù)的可用性3、環(huán)境的穩(wěn)定程度等如果多變量關(guān)系沒有被發(fā)現(xiàn)，則會(huì)返回進(jìn)行單變量分析.運(yùn)營(yíng)相關(guān)應(yīng)用網(wǎng)絡(luò)發(fā)電機(jī)

18、組柴油機(jī)核主泵其他設(shè)備信息系統(tǒng)存儲(chǔ)Application運(yùn)營(yíng)設(shè)備及系統(tǒng)GIBDCEFHA運(yùn)維系統(tǒng) 人工神經(jīng)網(wǎng)絡(luò)人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Networks，ANN）近年來(lái)在多個(gè)領(lǐng)域迅速興起，在包括會(huì)計(jì)和金融，健康和醫(yī)藥，工程和制造業(yè)，營(yíng)銷等在內(nèi)的多個(gè)領(lǐng)域內(nèi)取得了很好的應(yīng)用。人工神經(jīng)網(wǎng)絡(luò)相比于傳統(tǒng)的統(tǒng)計(jì)學(xué)方法也是一種更有效的處理回歸和分類問題的方法。人工神經(jīng)網(wǎng)絡(luò)通過(guò)模擬生物神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和功能的數(shù)學(xué)模型。ANN是一種自適應(yīng)的非線性的建模方式，常用來(lái)針對(duì)輸入和輸出之間的復(fù)雜關(guān)系進(jìn)行探索。Section 3 基于大數(shù)據(jù)分析技術(shù)，實(shí)現(xiàn)智能運(yùn)營(yíng)平臺(tái)的建設(shè) 支持向量機(jī)支持向量機(jī)(su

19、pport vector machines, SVM)是一種分離器，旨在取得間隔的最大化，它具有很好的泛化效果。即，支持向量機(jī)模型的主要目的就是取得特征空間上的間隔最大化，這也是它的學(xué)習(xí)策略。間隔最大化是一種簡(jiǎn)單而直觀的分類方法，我們可以將其理解為求解凸二次規(guī)劃的問題，也即是一個(gè)關(guān)于求解正則化的損失函數(shù)最小化的問題。通常，我們將樣本分為兩部分，一部分為訓(xùn)練集，用來(lái)訓(xùn)練分類器，得到符合該樣本的分類器，另一部分為測(cè)試集，來(lái)測(cè)試分類器的分類準(zhǔn)確度。Section 3 基于大數(shù)據(jù)分析技術(shù)，實(shí)現(xiàn)智能運(yùn)營(yíng)平臺(tái)的建設(shè) Section 3 基于大數(shù)據(jù)分析技術(shù)，實(shí)現(xiàn)智能運(yùn)營(yíng)平臺(tái)的建設(shè) 集中的大數(shù)據(jù)平臺(tái)支持智能運(yùn)

20、營(yíng)挖掘和分析示例 Section 3 基于大數(shù)據(jù)分析技術(shù)，實(shí)現(xiàn)智能運(yùn)營(yíng)平臺(tái)的建設(shè) 以SAP HANA為基礎(chǔ)建立大數(shù)據(jù)平臺(tái)示例 智能運(yùn)營(yíng)方案在核電企業(yè)應(yīng)用的業(yè)務(wù)場(chǎng)景大數(shù)據(jù)助力核電智能運(yùn)營(yíng) 4 Section 3.1 智能運(yùn)營(yíng)方案在核電企業(yè)應(yīng)用的業(yè)務(wù)場(chǎng)景 需增加電廠運(yùn)營(yíng)的材料&案例 1. 應(yīng)用場(chǎng)景核電設(shè)備在線監(jiān)控及分析Section 3.1 智能運(yùn)營(yíng)方案在核電企業(yè)應(yīng)用的業(yè)務(wù)場(chǎng)景采集各電廠生產(chǎn)關(guān)鍵參數(shù)和設(shè)備運(yùn)行記錄，為企業(yè)運(yùn)營(yíng)管理者提供及時(shí)了解企業(yè)運(yùn)營(yíng)過(guò)程中關(guān)鍵核心設(shè)備的運(yùn)行狀態(tài)，為電廠設(shè)備檢修提供預(yù)警或提醒支持功能；通過(guò)對(duì)設(shè)備運(yùn)行狀態(tài)信息的統(tǒng)計(jì)分析，實(shí)現(xiàn)在運(yùn)機(jī)組或設(shè)備之間各項(xiàng)指標(biāo)數(shù)據(jù)的對(duì)比、分析，

21、以不斷發(fā)現(xiàn)和總結(jié)現(xiàn)有管理過(guò)程中的薄弱環(huán)節(jié)，不斷改進(jìn)提高，達(dá)到持續(xù)降本增效、持續(xù)提高經(jīng)濟(jì)效益和社會(huì)效益的效果。大數(shù)據(jù)分析生產(chǎn)執(zhí)行專業(yè)監(jiān)測(cè)系統(tǒng)設(shè)備狀態(tài)點(diǎn)實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)設(shè)備啟停數(shù)據(jù)機(jī)組監(jiān)測(cè)數(shù)據(jù)腐蝕監(jiān)測(cè)數(shù)據(jù)設(shè)備啟停記錄巡點(diǎn)檢記錄腐蝕監(jiān)測(cè)記錄機(jī)組監(jiān)測(cè)記錄運(yùn)行狀態(tài)趨勢(shì)超標(biāo)報(bào)警 2. 應(yīng)用場(chǎng)景核電廠運(yùn)營(yíng)績(jī)效分析Section 3.1 智能運(yùn)營(yíng)方案在核電企業(yè)應(yīng)用的業(yè)務(wù)場(chǎng)景建立并運(yùn)用當(dāng)前大數(shù)據(jù)分析和移動(dòng)互聯(lián)技術(shù)，對(duì)20年核電運(yùn)營(yíng)海量數(shù)據(jù)進(jìn)行開發(fā)和利用，滿足按部門或業(yè)務(wù)領(lǐng)域角色/主題的數(shù)據(jù)分析和應(yīng)用能力，如駕駛艙、業(yè)務(wù)績(jī)效指標(biāo)監(jiān)控、專題報(bào)表/業(yè)務(wù)運(yùn)行報(bào)表，自助分析，關(guān)鍵信息推送等，以下是主要的數(shù)據(jù)分析主題：指標(biāo)管理

22、維修故障統(tǒng)計(jì)專題分析場(chǎng)景化分析12周計(jì)劃指標(biāo)體系設(shè)備性能指標(biāo)體系運(yùn)營(yíng)管理指標(biāo)體系安全質(zhì)量指標(biāo)體系核電運(yùn)營(yíng)數(shù)據(jù)分析平臺(tái)資質(zhì)指標(biāo)體系排名前十的故障故障平均間隔時(shí)間平均維修時(shí)間故障損失發(fā)電量未關(guān)閉的工單數(shù)發(fā)電成本構(gòu)成分析庫(kù)存分析核安全專題分析部件異常監(jiān)控分析發(fā)電量對(duì)比分析生產(chǎn)副總的一周總經(jīng)理的一天CFO的月末/季末/年末生產(chǎn)運(yùn)行例會(huì)總經(jīng)理辦公室會(huì)議 附錄1：智能運(yùn)維方案應(yīng)用的業(yè)務(wù)場(chǎng)景大數(shù)據(jù)助力核電智能運(yùn)營(yíng) 場(chǎng)景一：智能運(yùn)維系統(tǒng)應(yīng)用業(yè)務(wù)場(chǎng)景 安全日志關(guān)聯(lián)分析46管理區(qū)域服務(wù)器區(qū)（DMZ）e邊界區(qū)域關(guān)鍵業(yè)務(wù)內(nèi)部網(wǎng)絡(luò)外部網(wǎng)絡(luò)服務(wù)器核心交換機(jī)用戶主機(jī)數(shù)據(jù)庫(kù)IP=2Sql=SELECT * FROM User

23、s WHERE Username=1 OR 1=1 AND Password=1OR 1=1Sql注入攻擊事件入侵檢測(cè)設(shè)備日志易集群數(shù)據(jù)庫(kù)審計(jì)設(shè)備源IP=2攻擊類型：sql注入目的IP=入侵事件源IP=2類型：查詢大量數(shù)據(jù)目的IP=數(shù)據(jù)庫(kù)危險(xiǎn)查詢事件發(fā)現(xiàn)安全攻擊告警，源IP=2，被攻擊數(shù)據(jù)庫(kù)IP： .安全告警Section 3.2 附錄1：智能運(yùn)維方案應(yīng)用的業(yè)務(wù)場(chǎng)景 場(chǎng)景二：智能運(yùn)維系統(tǒng)應(yīng)用業(yè)務(wù)場(chǎng)景DDOS攻擊識(shí)別Section 3.2 附錄1：智能運(yùn)維方案應(yīng)用的業(yè)務(wù)場(chǎng)景 場(chǎng)景二：智能運(yùn)維系統(tǒng)應(yīng)用業(yè)務(wù)場(chǎng)景DDOS攻擊識(shí)別Section 3.2 附錄1：智能運(yùn)維方案應(yīng)用的業(yè)務(wù)場(chǎng)景 通過(guò)分析服務(wù)器

24、性能數(shù)據(jù)，交換機(jī)端口流量數(shù)據(jù)，可以判斷內(nèi)網(wǎng)遭受到DDOS攻擊，以及受攻擊到服務(wù)器位置。 場(chǎng)景三：智能運(yùn)維系統(tǒng)應(yīng)用業(yè)務(wù)場(chǎng)景ADT攻擊數(shù)據(jù)采樣全集原始日志小數(shù)據(jù)大算法大數(shù)據(jù)小算法關(guān)聯(lián)分析知識(shí)積累基于模型算法機(jī)械窮舉（不帶假設(shè)條件）精確性實(shí)時(shí)性過(guò)程中預(yù)測(cè)傳統(tǒng)數(shù)據(jù)處理轉(zhuǎn)變?yōu)榇髷?shù)據(jù)處理 通過(guò)大數(shù)據(jù)分析檢測(cè)APT攻擊，并不重點(diǎn)檢測(cè)APT攻擊中的某個(gè)步驟，它覆蓋了整個(gè)APT攻擊過(guò)程。該類方案是一種網(wǎng)絡(luò)取證思路，它全面采集各網(wǎng)絡(luò)設(shè)備的原始流量以及各終端和服務(wù)器上的日志，然后進(jìn)行集中的海量數(shù)據(jù)存儲(chǔ)和深入分析，它可在發(fā)現(xiàn)APT攻擊的一點(diǎn)蛛絲馬跡后，通過(guò)全面分析這些海量數(shù)據(jù)來(lái)還原整個(gè)APT攻擊場(chǎng)景。Section

25、3.2 附錄1：智能運(yùn)維方案應(yīng)用的業(yè)務(wù)場(chǎng)景 場(chǎng)景四：智能運(yùn)維系統(tǒng)應(yīng)用業(yè)務(wù)場(chǎng)景網(wǎng)絡(luò)設(shè)備日志分析分析內(nèi)容分析目的備注分析端口狀態(tài)日志，搜索關(guān)鍵字“up/down”如果有接口出現(xiàn)頻繁地接口翻轉(zhuǎn)，則認(rèn)為網(wǎng)絡(luò)設(shè)備受到攻擊或?qū)Χ嗽O(shè)備出現(xiàn)問題分析網(wǎng)絡(luò)狀態(tài)日志，搜索關(guān)鍵字“duplicate”發(fā)現(xiàn)有少量存在IP地址沖突的地址，其中地址沖突所發(fā)生的時(shí)間以及沖突的源主機(jī)MAC地址都可以一目了然可快速定位源主機(jī)分析端口狀態(tài)日志，搜索關(guān)鍵字“duplex mismatch”可以快速定位接口雙工模式不匹配的接口號(hào)和對(duì)應(yīng)的設(shè)備地址分析端口狀態(tài)日志，搜索關(guān)鍵字“flapping”發(fā)現(xiàn)交換機(jī)上收到的MAC地址在極短的時(shí)間內(nèi)出

26、現(xiàn)多次變化情況如果mac地址對(duì)應(yīng)到是內(nèi)網(wǎng)網(wǎng)關(guān)，則可能是發(fā)送arp攻擊分析流量日志，統(tǒng)計(jì)交換機(jī)端口當(dāng)天流量數(shù)據(jù)如果某端口在某個(gè)時(shí)間段范圍內(nèi)流量突增，尤其是晚上，則分析該主機(jī)主要訪問到目的主機(jī)，如果是內(nèi)網(wǎng)主機(jī)，則可能是內(nèi)網(wǎng)掃描，如果是外部主機(jī)，則可能是數(shù)據(jù)外泄需要拿到交換機(jī)流量日志分析流量日志，交換機(jī)錯(cuò)誤包和丟包數(shù)量統(tǒng)計(jì)趨勢(shì)分析判斷源ip或目的ip是否集中，判斷錯(cuò)誤包丟包是否為交換機(jī)本身引起，還是由主機(jī)對(duì)交換機(jī)發(fā)起攻擊分析登錄日志，統(tǒng)計(jì)交換機(jī)登錄成功和失敗用戶分析成功用戶，是否在正常時(shí)間段登錄，分析失敗用戶，是否為暴力破解對(duì)網(wǎng)絡(luò)設(shè)備日志分析，主要從網(wǎng)絡(luò)設(shè)備端口狀態(tài)，端口流量角度去分析其網(wǎng)絡(luò)安全。S

27、ection 3.2 附錄1：智能運(yùn)維方案應(yīng)用的業(yè)務(wù)場(chǎng)景 場(chǎng)景五：智能運(yùn)維系統(tǒng)應(yīng)用業(yè)務(wù)場(chǎng)景防火墻日志分析分析內(nèi)容分析目的備注統(tǒng)計(jì)拒絕應(yīng)用事件數(shù)趨勢(shì)以及源ip，目的ip事件數(shù)如果源ip是內(nèi)網(wǎng)服務(wù)器，則認(rèn)為內(nèi)網(wǎng)服務(wù)器主動(dòng)對(duì)外發(fā)起連接請(qǐng)求，如果目的ip是內(nèi)網(wǎng)服務(wù)器，則認(rèn)為外部嘗試攻擊內(nèi)網(wǎng)服務(wù)器，如果源ip分散但時(shí)間集中，則認(rèn)為外部攻擊者通過(guò)“肉雞”進(jìn)行掃描攻擊統(tǒng)計(jì)惡意軟件病毒源ip和目的ip分布病毒傳播主要通過(guò)ftp，http，smtp，pop3，https5種方式實(shí)現(xiàn)，如果目的ip是服務(wù)器，則可以通過(guò)分析服務(wù)器是否有相應(yīng)服務(wù)，判斷是否誤報(bào)，如果目的ip是pc終端，則分析源ip是否分布集中，判斷網(wǎng)站

28、是否掛碼統(tǒng)計(jì)源ip應(yīng)用協(xié)議分布木馬經(jīng)常會(huì)使用80，443端口穿透防火墻，通過(guò)分析服務(wù)器是否有主動(dòng)對(duì)外發(fā)起https連接請(qǐng)求，判斷服務(wù)器是否中毒統(tǒng)計(jì)最多郵件發(fā)送者top排名社會(huì)工程學(xué)中，采用攻擊方式最多的就是0-day郵件，通過(guò)分析歷史數(shù)據(jù)，如果發(fā)送者在一段時(shí)間內(nèi)對(duì)內(nèi)網(wǎng)多個(gè)用戶發(fā)送郵件，應(yīng)引起安全人員注意最大應(yīng)用流量通過(guò)分析應(yīng)用流量分布，如果http請(qǐng)求流量突增，并偏離平均流量較大，則可能是遭受到cc攻擊需要防火墻打開流量日志分析登錄日志，統(tǒng)計(jì)交換機(jī)登錄成功和失敗用戶分析成功用戶，是否在正常時(shí)間段登錄，分析失敗用戶，是否為暴力破解對(duì)防火墻日志的分析，主要真的其阻斷日志以及告警日志分析。Secti

29、on 3.2 附錄1：智能運(yùn)維方案應(yīng)用的業(yè)務(wù)場(chǎng)景 分析內(nèi)容分析目的監(jiān)控/.bash_history文件對(duì)passwd，utmpdump（修改登錄文件），su，adduser等敏感命令進(jìn)行告警監(jiān)控/var/log/wtmp文件分析用戶登錄時(shí)間是否在工作時(shí)間范圍，分析登錄源ip是否為合法ip，分析登錄用戶是否為正常用戶，尤其是非常用用戶登錄，須引起注意監(jiān)控文件/etc/rc.d/rc.local和/etc/crontab文件變化木馬運(yùn)行通常會(huì)作為系統(tǒng)自啟動(dòng)進(jìn)程執(zhí)行監(jiān)控/var/log/secure文件該日志文件能記錄當(dāng)用戶登錄時(shí)login記錄下的錯(cuò)誤口令、Sendmail的問題、su命令執(zhí)行失敗等

30、與安全相關(guān)信息，通過(guò)分析錯(cuò)誤信息，判斷是否有暴力破解的情況監(jiān)控windows用戶登錄日志搜索網(wǎng)絡(luò)登錄，遠(yuǎn)程交換登錄信息，對(duì)源ip和登錄時(shí)間進(jìn)行分析，找出其中異常情況；搜索登錄失敗日志，判斷是否為暴力破解監(jiān)控windows審計(jì)賬戶管理日志對(duì)所有賬號(hào)管理日志進(jìn)行告警場(chǎng)景六：智能運(yùn)維系統(tǒng)應(yīng)用業(yè)務(wù)場(chǎng)景系統(tǒng)日志分析 系統(tǒng)日志（windows，linux）記錄的是對(duì)系統(tǒng)所有常規(guī)操作的日志，所有的系統(tǒng)操作都會(huì)留下痕跡，對(duì)系統(tǒng)登錄，權(quán)限變更，策略變更日志分析，尤為重要；Section 3.2 附錄1：智能運(yùn)維方案應(yīng)用的業(yè)務(wù)場(chǎng)景 適用于對(duì)網(wǎng)站訪問SLA要求高的用戶實(shí)時(shí)接入web服務(wù)器日志通過(guò)cc攻擊檢測(cè)算法，實(shí)

31、時(shí)檢測(cè)是否發(fā)現(xiàn)cc攻擊分析apache.status，及時(shí)發(fā)現(xiàn)請(qǐng)求處理的異常分析日志的apache.req_time/apache.upstream_resp_time，及時(shí)統(tǒng)計(jì)分析請(qǐng)求響應(yīng)時(shí)間運(yùn)維工程師可及時(shí)查看是否滿足SLA（Service Level Agreement）自動(dòng)識(shí)別sql注入攻擊，跨站腳本，可疑后門，代碼注入等可疑事件應(yīng)用場(chǎng)景1 Web請(qǐng)求日志分析Section 3.2 附錄1：智能運(yùn)維方案應(yīng)用的業(yè)務(wù)場(chǎng)景 應(yīng)用場(chǎng)景1 Web請(qǐng)求日志分析某證券公司業(yè)務(wù)日志分析日志分析舉例：計(jì)算每小時(shí)tdx.message.請(qǐng)求:(0-200)委托撤單* 業(yè)務(wù)數(shù) 與 tdx.message.請(qǐng)

32、求:(0-202)普通股票委托* 業(yè)務(wù)數(shù) 的和 除以 非以上數(shù)據(jù)。并將其展現(xiàn)為趨勢(shì)圖真實(shí)數(shù)據(jù)比較敏感，左圖為舉例示意圖，非真實(shí)數(shù)據(jù)Section 3.2 附錄1：智能運(yùn)維方案應(yīng)用的業(yè)務(wù)場(chǎng)景 智能運(yùn)維平臺(tái)應(yīng)用場(chǎng)景2 安全滲透分析適用于對(duì)有公網(wǎng)網(wǎng)站的用戶Section 3.2 附錄1：智能運(yùn)維方案應(yīng)用的業(yè)務(wù)場(chǎng)景 應(yīng)用場(chǎng)景2 安全滲透分析適用于對(duì)有公網(wǎng)網(wǎng)站的用戶Section 3.2 附錄1：智能運(yùn)維方案應(yīng)用的業(yè)務(wù)場(chǎng)景 應(yīng)用場(chǎng)景3 海量日志集中處理及快速搜索適用于日志量大的用戶，尤其是金融行業(yè)用戶金融行業(yè)業(yè)務(wù)系統(tǒng)眾多，而且重要，面對(duì)每天產(chǎn)生大海量（幾TB）的日志數(shù)據(jù)，日常運(yùn)維過(guò)程中，往往面臨以下問題

33、：1.逐臺(tái)登陸服務(wù)器，無(wú)法集中查看日志和基于海量數(shù)據(jù)的數(shù)據(jù)挖掘及用戶行為分析。2.日志查詢方式比較原始，只能less、grep和awk等常見的linux指令，無(wú)法多維度查詢（時(shí)間段、關(guān)鍵字、字段值）3.無(wú)法進(jìn)行日志的業(yè)務(wù)邏輯分析和告警。.應(yīng)用系統(tǒng)Linuxwindows服務(wù)器數(shù)據(jù)庫(kù)安全設(shè)備網(wǎng)絡(luò)設(shè)備Section 3.2 附錄1：智能運(yùn)維方案應(yīng)用的業(yè)務(wù)場(chǎng)景 應(yīng)用場(chǎng)景4 用戶感知分析分析目標(biāo)：前端業(yè)務(wù)辦理系統(tǒng)易用性，快捷性?？蛻舾兄子眯赃\(yùn)維分析，目標(biāo)主動(dòng)優(yōu)化運(yùn)維，提升客戶感知。分析目的：明確問題點(diǎn)，主動(dòng)針對(duì)性優(yōu)化業(yè)務(wù)。數(shù)據(jù)源業(yè)務(wù)網(wǎng)絡(luò)日志業(yè)務(wù)系統(tǒng)日志建模依據(jù)操作流程操作動(dòng)作按業(yè)務(wù)數(shù)據(jù)歸整界面點(diǎn)擊次

34、數(shù)頁(yè)面停留時(shí)長(zhǎng)業(yè)務(wù)網(wǎng)頁(yè)響應(yīng)日志頁(yè)面切換次數(shù)頁(yè)面加載時(shí)長(zhǎng)界面操作步驟接口調(diào)用總次數(shù)IP地域數(shù)據(jù)頁(yè)面跳轉(zhuǎn)順序頁(yè)面訪問網(wǎng)絡(luò)性能網(wǎng)頁(yè)渲染頁(yè)面點(diǎn)擊事件捕捉系統(tǒng)日志1. 分析不同功能點(diǎn)的使用頻次，找出熱點(diǎn)功能及無(wú)人問津的功能2. 分析前臺(tái)業(yè)務(wù)操作時(shí)長(zhǎng)和步驟，優(yōu)化簡(jiǎn)化業(yè)務(wù)規(guī)則 3. 還原客戶的操作軌跡，便于問題跟蹤定位1. 分析前臺(tái)操作個(gè)體差異，以便針對(duì)性輔導(dǎo)，提升前臺(tái)人員業(yè)務(wù)能力2. 監(jiān)控員工的違規(guī)操作行為3. 了解員工操作習(xí)慣客戶營(yíng)業(yè)員Section 3.2 附錄1：智能運(yùn)維方案應(yīng)用的業(yè)務(wù)場(chǎng)景 應(yīng)用場(chǎng)景5 投訴分析 業(yè)務(wù)系統(tǒng)因業(yè)務(wù)需求頻繁改造，難免出現(xiàn)各種問題，面對(duì)大量投訴，根據(jù)預(yù)先定義的關(guān)鍵字對(duì)投訴工

35、單進(jìn)行關(guān)鍵字掃描，每N小時(shí)輸出topN的高發(fā)投訴，并對(duì)超過(guò)閥值的關(guān)鍵字進(jìn)行告警，協(xié)助運(yùn)維人員抓住重點(diǎn)解決重點(diǎn)問題，提高分析效率；并對(duì)高發(fā)投訴進(jìn)行重點(diǎn)業(yè)務(wù)監(jiān)控，消滅高發(fā)投訴，通過(guò)持續(xù)不斷地消滅高發(fā)投訴，持續(xù)降低客戶投訴率，不斷提升內(nèi)外部客戶滿意度。持續(xù)不斷消滅高發(fā)投訴Section 3.2 附錄1：智能運(yùn)維方案應(yīng)用的業(yè)務(wù)場(chǎng)景 應(yīng)用場(chǎng)景6 業(yè)務(wù)辦理日志分析適用于有業(yè)務(wù)監(jiān)控分析需求用戶每個(gè)步驟CPU處理時(shí)長(zhǎng)營(yíng)業(yè)廳終端IP業(yè)務(wù)辦理號(hào)碼每個(gè)步驟執(zhí)行時(shí)間操作結(jié)果業(yè)務(wù)名稱轉(zhuǎn)換成結(jié)構(gòu)化數(shù)據(jù)Section 3.2 附錄1：智能運(yùn)維方案應(yīng)用的業(yè)務(wù)場(chǎng)景 應(yīng)用場(chǎng)景6 業(yè)務(wù)辦理日志分析某證券公司業(yè)務(wù)日志分析日志易采集a

36、gent通過(guò)API解析、處理恒生日志（具體工作包括將多行日志處理為單行日志、按用戶要求進(jìn)行字段切分處理），處理通達(dá)信日志（將多行日志處理為單行日志），將恒生、通達(dá)信日志進(jìn)行壓縮、限速、傳輸。Section 3.2 附錄1：智能運(yùn)維方案應(yīng)用的業(yè)務(wù)場(chǎng)景 附錄2：案例分享大數(shù)據(jù)助力核電智能運(yùn)營(yíng) 供應(yīng)鏈挖掘引擎數(shù)據(jù)挖掘可視化庫(kù)存優(yōu)化Data SourceDocumentQuestionPublic opinion數(shù)據(jù)集市Data Inter個(gè)rationData Management企業(yè)知識(shí)庫(kù)文本挖掘Unstructured Data客戶質(zhì)量Promotion ManageUser Segmentat

37、ionVehicle Volume PredictMaterial Plan IOVehicle IOPredict Asset ManageVehicle Stock SystemService Part IOWarranty Analysis Knowledge ProfileLean Production 平臺(tái) 數(shù)據(jù)管理數(shù)據(jù)BI/統(tǒng)計(jì)質(zhì)量統(tǒng)計(jì) User Value AnalysisDefect Warranty Fraud Service Part PredictionCampaign Analysis Loyalty AnalysisLife-time Analysis Social

38、Media AnalysisSupply Chain Risk搜索引擎自動(dòng)探索優(yōu)化引擎 數(shù)據(jù)平臺(tái)Big DataCIA數(shù)據(jù)集市數(shù)據(jù)集市FoundationIn Implemented 應(yīng)用 主題structured DataIn Plan案例分享1：某汽車制造商生產(chǎn)線智能監(jiān)控大數(shù)據(jù)平臺(tái)整體架構(gòu)Section 3.3 附錄2：案例分享 統(tǒng)計(jì)分析工具數(shù)據(jù)挖掘工具質(zhì)量分析知識(shí)庫(kù)平臺(tái)故障原因分析統(tǒng)計(jì)分析地理分布分析趨勢(shì)預(yù)測(cè)分析自動(dòng)檢測(cè)質(zhì)量報(bào)告涉及零件故障原因供應(yīng)廠商質(zhì)量分類結(jié)構(gòu)化數(shù)據(jù)結(jié)構(gòu)化方法論分析目標(biāo)定義所需數(shù)據(jù)分析非結(jié)構(gòu)化數(shù)據(jù)需求結(jié)構(gòu)化數(shù)據(jù)模型設(shè)計(jì)結(jié)構(gòu)化方法質(zhì)量報(bào)告問題清單客戶反饋調(diào)研報(bào)告SAS

39、Data通過(guò)文本分析和挖掘技術(shù)，將結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行優(yōu)化整合，構(gòu)建企業(yè)知識(shí)庫(kù)，解決了如何構(gòu)建知識(shí)積累機(jī)制、進(jìn)行部門間的知識(shí)分享、構(gòu)建質(zhì)量問題跟蹤機(jī)制和準(zhǔn)確的進(jìn)行質(zhì)量問題識(shí)別等問題。案例分享1：某汽車制造商生產(chǎn)線智能監(jiān)控大數(shù)據(jù)平臺(tái)質(zhì)量管控 客戶價(jià)值管理企業(yè)產(chǎn)品生產(chǎn)銷售全流程管理常規(guī)信息的存儲(chǔ)和組織結(jié)構(gòu)化信息處理縱貫智能分析和文本內(nèi)容的知識(shí)體系建立結(jié)合分析平臺(tái)的信息搜索和查詢知識(shí)的進(jìn)一步歸納和整理知識(shí)的分享和應(yīng)用機(jī)制部門級(jí)知識(shí)庫(kù)企業(yè)各部門間經(jīng)驗(yàn)交流企業(yè)級(jí)知識(shí)庫(kù)需求收集構(gòu)建企業(yè)級(jí)知識(shí)庫(kù)跨部門的知識(shí)應(yīng)用與分享知識(shí)組織與 應(yīng)用的改進(jìn)企業(yè)級(jí)知識(shí)庫(kù)提升信息結(jié)構(gòu)化的準(zhǔn)確度構(gòu)造面向應(yīng)用主題的知識(shí)組織方式結(jié)

40、合應(yīng)用主題的知識(shí)歸納探索知識(shí)轉(zhuǎn)化為生產(chǎn)力的方法積累構(gòu)造企業(yè)級(jí)知識(shí)庫(kù)的經(jīng)驗(yàn)知識(shí)庫(kù)應(yīng)用積累面向文本信息的分類機(jī)制非結(jié)構(gòu)化信息的結(jié)構(gòu)化處理信息的存儲(chǔ)和組織外部數(shù)據(jù)收集與利用非結(jié)構(gòu)化信息處理平臺(tái)搭建，構(gòu)建機(jī)制培養(yǎng)習(xí)慣，累計(jì)知識(shí)提升準(zhǔn)確度，面向應(yīng)用探索應(yīng)用方法，累計(jì)經(jīng)驗(yàn)經(jīng)驗(yàn)交流，需求收集企業(yè)級(jí)平臺(tái)，跨部門應(yīng)用案例分享1：某汽車制造商生產(chǎn)線智能監(jiān)控大數(shù)據(jù)平臺(tái)企業(yè)知識(shí)庫(kù)搭建 案例分享1：某汽車生產(chǎn)商汽車健康智能監(jiān)控運(yùn)維-異常事件監(jiān)控Section 3.3 附錄2：案例分享WRT BadWRT Good用戶請(qǐng)求Time維修時(shí)間異常的事件安全影響早期預(yù)警 通過(guò)學(xué)習(xí)了解到“汽車健康狀況與“各個(gè)系統(tǒng)運(yùn)行指標(biāo)”之間有

41、因果關(guān)系 如果這種正常的行為模式被打破，例如因?yàn)樘鞖馓涞仍?，將?huì)有異常的告警事件發(fā)出 而這時(shí)，可能WRT檢測(cè)到的服務(wù)仍然是“正?！钡?，從而實(shí)現(xiàn)提前的預(yù)警轉(zhuǎn)向系統(tǒng)安全系統(tǒng)車載信息系統(tǒng)點(diǎn)火系統(tǒng)避震系統(tǒng)車身系統(tǒng)動(dòng)力系統(tǒng)汽車馬達(dá)故障監(jiān)控指標(biāo)庫(kù)汽車故障監(jiān)控系統(tǒng)轉(zhuǎn)向系統(tǒng)動(dòng)力系統(tǒng) 案例分享2：某銀行網(wǎng)銀應(yīng)用的智能運(yùn)維-異常事件監(jiān)控Section 3.3 附錄2：案例分享Core BankingApplicationz/OSESBAIXJava / WASRHELOracleWindowsApplication網(wǎng)銀應(yīng)用WRT BadWRT Good用戶請(qǐng)求TimeWeb響應(yīng)時(shí)間異常的事件業(yè)務(wù)影響早期預(yù)警

42、通過(guò)學(xué)習(xí)了解到“Web響應(yīng)時(shí)間與“用戶請(qǐng)求數(shù)”之間有因果關(guān)系 WRT 檢測(cè)到用戶數(shù)增加時(shí)，響應(yīng)會(huì)變慢. 如果這種正常的行為模式被打破，例如因?yàn)閮?nèi)存泄露等原因，將會(huì)有異常的告警事件發(fā)出 而這時(shí)，可能WRT檢測(cè)到的服務(wù)仍然是“正常”的，從而實(shí)現(xiàn)提前的預(yù)警 案例分享2：某銀行網(wǎng)銀應(yīng)用的智能運(yùn)維-Predict Insights觀察行為Section 3.3 附錄2：案例分享單個(gè) KPI 分析對(duì)每個(gè) KPI 學(xué)習(xí)其歷史行為 當(dāng)KPI偏離其歷史的行為時(shí)，認(rèn)為是異常多 KPI 分析識(shí)別KPI之間的關(guān)系，并按照統(tǒng)計(jì)分析所了解的模式進(jìn)行分組 了解正常的行為模式，并在識(shí)別到行為模式與正常的行為相異時(shí)，發(fā)送警告基于 Granger causality test 的方法進(jìn)行實(shí)現(xiàn)由諾貝爾獎(jiǎng)獲得者，經(jīng)濟(jì)學(xué)家Clive Granger提出使用統(tǒng)計(jì)的測(cè)試