中國AIOps現(xiàn)狀調(diào)查報(bào)告(2024)-云計(jì)算開源產(chǎn)業(yè)聯(lián)盟_第1頁
中國AIOps現(xiàn)狀調(diào)查報(bào)告(2024)-云計(jì)算開源產(chǎn)業(yè)聯(lián)盟_第2頁
中國AIOps現(xiàn)狀調(diào)查報(bào)告(2024)-云計(jì)算開源產(chǎn)業(yè)聯(lián)盟_第3頁
中國AIOps現(xiàn)狀調(diào)查報(bào)告(2024)-云計(jì)算開源產(chǎn)業(yè)聯(lián)盟_第4頁
中國AIOps現(xiàn)狀調(diào)查報(bào)告(2024)-云計(jì)算開源產(chǎn)業(yè)聯(lián)盟_第5頁
已閱讀5頁,還剩65頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

中國中國AIOps現(xiàn)狀調(diào)查報(bào)告年1中國AIOps現(xiàn)狀調(diào)查報(bào)告(2024年)本調(diào)查報(bào)告版權(quán)屬于云計(jì)算開源產(chǎn)業(yè)聯(lián)盟,并受法律保護(hù)。轉(zhuǎn)載、摘編或利用2中國AIOps現(xiàn)狀調(diào)查報(bào)告(2024年) 6 16 21 3中國AIOps現(xiàn)狀調(diào)查報(bào)告(2024年)保障業(yè)務(wù)連續(xù)性的必備手段。政策方面,以智能企業(yè)經(jīng)營發(fā)展的重要推動(dòng)力及社會(huì)重要生產(chǎn)力,各部息化規(guī)劃》《關(guān)于印發(fā)“十四五”國家應(yīng)急體系規(guī)劃的通知》等政策文件中提到,新一代智能運(yùn)維體系和具備縱深防御能力的信息網(wǎng)絡(luò)安全產(chǎn)業(yè)方面,隨著信息技術(shù)的快速發(fā)展,我國企業(yè)數(shù)字化轉(zhuǎn)型逐步進(jìn)入深水區(qū),智能運(yùn)維在通信、金融等技術(shù)密集型行業(yè)進(jìn)一步深化,算開源產(chǎn)業(yè)聯(lián)盟開展了2024年度AIOps現(xiàn)狀調(diào)查。能力建設(shè)成熟度現(xiàn)狀,對AIOps產(chǎn)業(yè)發(fā)展現(xiàn)狀、未來AIOps發(fā)展趨勢、企業(yè)當(dāng)前面臨的困難與挑戰(zhàn)等情況進(jìn)行了調(diào)查,共收回有效問卷3218份。本報(bào)告以調(diào)4中國AIOps現(xiàn)狀調(diào)查報(bào)告(2024年)地實(shí)踐的需求,為廣大關(guān)注AIOps的從業(yè)人員、專院、中國工商銀行、中國農(nóng)業(yè)銀行、中國民生銀行、建信金科、中信銀行、浦發(fā)銀行、交通銀行太平洋信用卡中心、華泰證券、銀河證券、招商證券、數(shù)據(jù)、宇信科技、擎創(chuàng)科技、云智慧、日志易、必示科技、BMC中國公司、愛數(shù)、潤建股份、眾安科技、廣通優(yōu)云、云杉網(wǎng)絡(luò)、新數(shù)科技、華青融天、西駿數(shù)據(jù)、鼎茂科技、基調(diào)聽云等,各地AIOps實(shí)踐企業(yè)和社會(huì)各界也對本次5中國AIOps現(xiàn)狀調(diào)查報(bào)告(2024年)宇信科技、華訊網(wǎng)絡(luò)、擎創(chuàng)科技、云智慧、必示科技、BMC中國公司、愛數(shù)科技、華青融天、浩鯨科技、紫羚云、優(yōu)維科技、趣丸科技、溪數(shù)科技、思特奇、寶蘭德、西駿數(shù)據(jù)、鼎茂科技、基調(diào)聽云、日志易、星漢未來、上海疊念、金現(xiàn)代、高效運(yùn)維社區(qū)、dbaplus社6中國AIOps現(xiàn)狀調(diào)查報(bào)告(2024年)核心觀點(diǎn)摘要AIOps能力建設(shè)基本情況務(wù)系統(tǒng)復(fù)雜且對系統(tǒng)運(yùn)行效率要求較高的行業(yè)。隨著智能化技術(shù)進(jìn)一步賦今年運(yùn)維數(shù)據(jù)治理、大模型與運(yùn)維場景的結(jié)合以及運(yùn)維數(shù)字員工等方向7中國AIOps現(xiàn)狀調(diào)查報(bào)告(2024年)AIOps場景應(yīng)用情況是多數(shù)企業(yè)目前建設(shè)AIOps能力的主要方式。我國智能運(yùn)維運(yùn)維團(tuán)隊(duì)提供了深入理解系統(tǒng)內(nèi)部狀態(tài)和過程的能力??捎^測能力分企業(yè)已經(jīng)建立了較為成熟的系統(tǒng)。這些企業(yè)主要在基礎(chǔ)設(shè)施監(jiān)控、用8中國AIOps現(xiàn)狀調(diào)查報(bào)告(2024年)源多、標(biāo)準(zhǔn)難以統(tǒng)一、整合困難等方面。企業(yè)需要進(jìn)一步提升底層9中國AIOps現(xiàn)狀調(diào)查報(bào)告(2024年)AIOps發(fā)展趨勢與挑戰(zhàn)通過強(qiáng)化數(shù)據(jù)治理來提升數(shù)據(jù)的準(zhǔn)確性和完整性。這不僅有助于智能中國AIOps現(xiàn)狀調(diào)查報(bào)告(2024年)一、調(diào)查背景數(shù)據(jù)來源:中國信息通信研究院中國AIOps現(xiàn)狀調(diào)查報(bào)告(2024年)參與調(diào)查企業(yè)規(guī)模:人員規(guī)模在500人以上的企業(yè)占比超七成。超半數(shù)的數(shù)據(jù)來源:中國信息通信研究院數(shù)據(jù)來源:中國信息通信研究院中國AIOps現(xiàn)狀調(diào)查報(bào)告(2024年)數(shù)據(jù)來源:中國信息通信研究院中國AIOps現(xiàn)狀調(diào)查報(bào)告(2024年)參與調(diào)查個(gè)人職位:受訪者主要為運(yùn)維工程師、技術(shù)架構(gòu)師、技術(shù)總監(jiān)、研發(fā)工程師,超三成的受訪者來自管理崗位。其中26.16%的受訪者為運(yùn)維工程師,數(shù)據(jù)來源:中國信息通信研究院中國AIOps現(xiàn)狀調(diào)查報(bào)告(2024年)數(shù)據(jù)來源:中國信息通信研究院N值1中國AIOps現(xiàn)狀調(diào)查報(bào)告(2024年)業(yè)級(jí)DevOps在運(yùn)維(技術(shù)運(yùn)營)側(cè)的高階實(shí)現(xiàn)。智能運(yùn)維平臺(tái):具備數(shù)據(jù)處理、智能計(jì)算能力并且已覆蓋了多個(gè)傳統(tǒng)運(yùn)維領(lǐng)域以被可靠地觀察、分析和監(jiān)控的程度。一個(gè)具有良好可觀測性的系統(tǒng)可以讓管理員和開發(fā)人員快速地發(fā)現(xiàn)、定位和解決系統(tǒng)問題,從中國AIOps現(xiàn)狀調(diào)查報(bào)告(2024年)二、AIOps發(fā)展現(xiàn)狀(一)AIOps能力建設(shè)基本情況的需求將進(jìn)一步增長。隨著行業(yè)、團(tuán)體標(biāo)準(zhǔn)的逐范化程度將進(jìn)一步提高。這將有利于優(yōu)質(zhì)企業(yè)的智能運(yùn)維在通信、金融等技術(shù)密集型行業(yè)進(jìn)一步深化,并在能源統(tǒng)行業(yè)快速生根發(fā)芽,推動(dòng)其數(shù)字化轉(zhuǎn)型和升級(jí)。電信行并通過大語言模型增強(qiáng)智能客服和風(fēng)險(xiǎn)控制等系統(tǒng)功還在探索更復(fù)雜場景的拓展,以實(shí)現(xiàn)更全面和過引入智能運(yùn)維技術(shù)可以提高生產(chǎn)效率、降低不良品工廠系統(tǒng)整體實(shí)現(xiàn)自洽、工廠決策實(shí)現(xiàn)智能化息系統(tǒng)的安全性和穩(wěn)定性,保障患者個(gè)人數(shù)據(jù)安全和金與建材、船舶與海工裝備等傳統(tǒng)工業(yè)行業(yè),工業(yè)設(shè)中國AIOps現(xiàn)狀調(diào)查報(bào)告(2024年)技術(shù)融合應(yīng)用的重要實(shí)踐,在企業(yè)節(jié)本增效政府和公共服務(wù)機(jī)構(gòu)通過智能運(yùn)維技術(shù)提升線上數(shù)據(jù)來源:中國信息通信研究院中國AIOps現(xiàn)狀調(diào)查報(bào)告(2024年)七成企業(yè)表示2024年在智能運(yùn)維方面投入資金情況對比2023年持平。較2023數(shù)據(jù)來源:中國信息通信研究院中國AIOps現(xiàn)狀調(diào)查報(bào)告(2024年)數(shù)據(jù)來源:中國信息通信研究院中國AIOps現(xiàn)狀調(diào)查報(bào)告(2024年)數(shù)據(jù)來源:中國信息通信研究院中國AIOps現(xiàn)狀調(diào)查報(bào)告(2024年)(二)AIOps場景應(yīng)用情況型第1部分:通用能力要求》中的AIOps能力建設(shè)分級(jí)要求,可以將智能化運(yùn)維整體能力從感知、分析、決策、執(zhí)行、知識(shí)更新五個(gè)維度進(jìn)行級(jí)別劃分。系統(tǒng)的參從目前的發(fā)展情況來看,現(xiàn)階段AIOps能力大多集中在L2輔助智能化運(yùn)維、L3進(jìn)階智能化運(yùn)維級(jí)別,主要以系統(tǒng)分析、輔助人工進(jìn)行決策和操作為主。L4和L5級(jí)別隨著AIOps的技術(shù)發(fā)展和能力的逐步增強(qiáng),將是未來智能運(yùn)維能力建設(shè)的中國AIOps現(xiàn)狀調(diào)查報(bào)告(2024年)隨著AIOps建設(shè)不斷深入,企業(yè)AIOps智能運(yùn)維能力建設(shè)成熟度逐漸提高,更多企業(yè)進(jìn)入L3進(jìn)階智能化運(yùn)維階段。從整體來看,參與本次調(diào)查半數(shù)以上的受數(shù)據(jù)來源:中國信息通信研究院中國AIOps現(xiàn)狀調(diào)查報(bào)告(2024年)智能運(yùn)維在質(zhì)量、成本、效率、安全四大運(yùn)維領(lǐng)域均已開展部署和應(yīng)用,其中域(包括異常檢測、告警收斂、根因分析、故障處置等)能力建設(shè),其次是效率領(lǐng)域數(shù)據(jù)來源:中國信息通信研究院中國AIOps現(xiàn)狀調(diào)查報(bào)告(2024年)現(xiàn)階段當(dāng)企業(yè)核心應(yīng)用系統(tǒng)發(fā)生影響用戶使用的事件時(shí),五成企業(yè)故障恢復(fù)時(shí)長一般為1小時(shí)至4小時(shí)內(nèi)(51.05%僅有少數(shù)企業(yè)時(shí)間為10分鐘以內(nèi)的企業(yè)占比8.0數(shù)據(jù)來源:中國信息通信研究院中國AIOps現(xiàn)狀調(diào)查報(bào)告(2024年)構(gòu)建統(tǒng)一平臺(tái)。根據(jù)本次調(diào)查結(jié)果,多數(shù)企業(yè)表示已開始場景實(shí)踐但尚未形成平臺(tái)能力,15.2%的受訪者表示已建立了智能運(yùn)維數(shù)據(jù)來源:中國信息通信研究院中國AIOps現(xiàn)狀調(diào)查報(bào)告(2024年)通過采購第三方解決方案、組建團(tuán)隊(duì)進(jìn)行聯(lián)合開發(fā),快速構(gòu)建智能運(yùn)維能力,數(shù)據(jù)來源:中國信息通信研究院中國AIOps現(xiàn)狀調(diào)查報(bào)告(2024年)角獸企業(yè)。本次調(diào)查統(tǒng)計(jì)了目前中國市場已有的部分智能運(yùn)維產(chǎn)品以及其):數(shù)據(jù)來源:中國信息通信研究院中國AIOps現(xiàn)狀調(diào)查報(bào)告(2024年)企業(yè)已逐漸意識(shí)到數(shù)據(jù)質(zhì)量對于智能運(yùn)維效果的重要性,超八成企業(yè)已開展了31.13%的受訪者所在單位已開始在部分運(yùn)維應(yīng)用場景開展運(yùn)維數(shù)據(jù)治理活動(dòng),9.93%的受訪者表示所在企業(yè)已全面建立運(yùn)維數(shù)據(jù)數(shù)據(jù)來源:中國信息通信研究院中國AIOps現(xiàn)狀調(diào)查報(bào)告(2024年)維團(tuán)隊(duì)提供深入理解系統(tǒng)內(nèi)部狀態(tài)和過程的能數(shù)據(jù)整合與可視化是可觀測性技術(shù)的另一大優(yōu)勢,它將分散的數(shù)據(jù)集中起來,并通過直觀的可視化手段展現(xiàn),讓運(yùn)維人員能夠更容分享和靈活整合,極大地提升了數(shù)據(jù)的利用價(jià)值。構(gòu)的企業(yè)表示正在建設(shè)可觀測能力,已有22.08%的受訪者所在企業(yè)已經(jīng)建設(shè)完善。數(shù)據(jù)來源:中國信息通信研究院30中國AIOps現(xiàn)狀調(diào)查報(bào)告(2024年)可觀測能力的建設(shè)在數(shù)據(jù)采集、存儲(chǔ)、分析關(guān)聯(lián)以及構(gòu)建數(shù)據(jù)可視化、數(shù)據(jù)觀測能力的基礎(chǔ)上,可以結(jié)合智能運(yùn)維能力應(yīng)用于多種不同的可景主要分為基礎(chǔ)設(shè)施、容器性能、應(yīng)用性能、用戶體驗(yàn)以及業(yè)務(wù)性能。通過本次調(diào)數(shù)據(jù)來源:中國信息通信研究院31中國AIOps現(xiàn)狀調(diào)查報(bào)告(2024年)數(shù)據(jù)來源:中國信息通信研究院32中國AIOps現(xiàn)狀調(diào)查報(bào)告(2024年)可觀測性數(shù)據(jù)的融合和關(guān)聯(lián)對于提高數(shù)據(jù)價(jià)值、改善決策過程和降低數(shù)據(jù)分析成本都非常必要?,F(xiàn)階段,企業(yè)在建設(shè)可觀測能力的過程中業(yè)務(wù)實(shí)施成本過高也是現(xiàn)階段企業(yè)面臨的困難之一,占比49.34%。企業(yè)仍需通過加強(qiáng)數(shù)據(jù)治理、提升技術(shù)團(tuán)隊(duì)能力以及推動(dòng)跨部門協(xié)作數(shù)據(jù)來源:中國信息通信研究院33中國AIOps現(xiàn)狀調(diào)查報(bào)告(2024年)來學(xué)習(xí)服務(wù)人類語言理解和生成的能力。運(yùn)維大模型是指大語言模型與運(yùn)維領(lǐng)域知識(shí)融合訓(xùn)練形成的垂直領(lǐng)域大模型,可以幫大語言模型技術(shù)與運(yùn)維場景的結(jié)合可以實(shí)現(xiàn)更加智能化和自動(dòng)化的運(yùn)維方式,越來越多的企業(yè)已將運(yùn)維大模型相關(guān)場景能力的建設(shè)列入未來計(jì)劃,近五成的34中國AIOps現(xiàn)狀調(diào)查報(bào)告(2024年)數(shù)據(jù)來源:中國信息通信研究院本次調(diào)查數(shù)據(jù)顯示,當(dāng)前關(guān)注度最高的運(yùn)維大模型應(yīng)用場景為監(jiān)控告警體(ToolAgent)和崗位型智能體(J35中國AIOps現(xiàn)狀調(diào)查報(bào)告(2024年)數(shù)據(jù)來源:中國信息通信研究院36中國AIOps現(xiàn)狀調(diào)查報(bào)告(2024年)有場景的效果略有提升但感知不強(qiáng)(提升在10%以內(nèi)30.97%的受訪者表示有數(shù)據(jù)來源:中國信息通信研究院模型準(zhǔn)確性及可解釋性難以保障(47.23%)是目前企業(yè)主要面臨的問題,這些挑戰(zhàn)不僅限制了大模型在運(yùn)維領(lǐng)域的應(yīng)用效果,也增加了企業(yè)在37中國AIOps現(xiàn)狀調(diào)查報(bào)告(2024年)數(shù)據(jù)來源:中國信息通信研究院在智能運(yùn)維等嚴(yán)肅場景中,為避免大模型幻覺問題,需提高模型訓(xùn)練數(shù)據(jù)的準(zhǔn)38中國AIOps現(xiàn)狀調(diào)查報(bào)告(2024年)(五)AIOps發(fā)展趨勢與挑戰(zhàn)智能運(yùn)維技術(shù)的應(yīng)用場景非常多樣化和復(fù)雜化,需要根據(jù)不同的業(yè)務(wù)場景和應(yīng)隨著智能運(yùn)維技術(shù)及工具平臺(tái)逐漸成熟,越來越多的企業(yè)在運(yùn)維場景的實(shí)踐不斷深入,關(guān)注的重心逐漸從如何實(shí)現(xiàn)智能運(yùn)維到智這也說明企業(yè)建設(shè)智能運(yùn)維技術(shù)及工具平臺(tái)正從“可用、有用”向“易用、好用”通過本次調(diào)查發(fā)現(xiàn),智能運(yùn)維算法模型準(zhǔn)確性、可解釋性是現(xiàn)階段企業(yè)主要面并為算法不準(zhǔn)確的場景人工兜底。本次調(diào)研數(shù)據(jù)顯示護(hù)和優(yōu)化決策方面展現(xiàn)出巨大潛力,但數(shù)據(jù)的標(biāo)準(zhǔn)化、安全性和標(biāo)注質(zhì)量等方面仍面臨挑戰(zhàn)。數(shù)據(jù)的不完整可能導(dǎo)致分析結(jié)果的偏差,而錯(cuò)誤或滯后的信息可能延誤故障響39中國AIOps現(xiàn)狀調(diào)查報(bào)告(2024年)數(shù)據(jù)來源:中國信息通信研究院40中國AIOps現(xiàn)狀調(diào)查報(bào)告(2024年)通過強(qiáng)化數(shù)據(jù)治理來提升數(shù)據(jù)的準(zhǔn)確性和完整性。這不僅有助于智能算法的持42.38%的企業(yè)將應(yīng)用智能運(yùn)維技術(shù)提升系統(tǒng)穩(wěn)定性、可用性方面保障;41.數(shù)據(jù)來源:中國信息通信研究院41中國AIOps現(xiàn)狀調(diào)查報(bào)告(2024年)三、AIOps實(shí)踐案例中國聯(lián)合網(wǎng)絡(luò)通信有限公司、中國聯(lián)合網(wǎng)絡(luò)通信有限公司軟件研究院創(chuàng)新,打造多模態(tài)海量數(shù)據(jù)實(shí)時(shí)異常偵測能力、構(gòu)建AI引領(lǐng)的故障分析決策與自愈能力、實(shí)現(xiàn)AI智能隱患前瞻識(shí)別能力,通過AI算法與OneAgent指標(biāo)有機(jī)結(jié)合,實(shí)現(xiàn)超大規(guī)模系統(tǒng)全層級(jí)可觀測,異常場景一鍵故障診斷、故障自愈算資源共享和分布式計(jì)算優(yōu)化,實(shí)現(xiàn)超大規(guī)模IT系統(tǒng)穩(wěn)定保障能力有效落地,累計(jì)納管全(1)實(shí)現(xiàn)多模態(tài)海量數(shù)據(jù)實(shí)時(shí)異常偵測能力平臺(tái)以創(chuàng)新的APM與RUM數(shù)據(jù)融合采集技術(shù)為核心,實(shí)現(xiàn)了Metric、Logging、Tracing等實(shí)現(xiàn)與第三方數(shù)據(jù)源的無縫整合,統(tǒng)一數(shù)據(jù)接入規(guī)(3)打造AI智能隱患前瞻識(shí)別能力,增強(qiáng)系統(tǒng)安全防護(hù)與風(fēng)險(xiǎn)預(yù)警。采用DeepNeural框架進(jìn)行開源改造,自研基于nacos的動(dòng)態(tài)探針技術(shù),創(chuàng)新性的通過單AGENT,在運(yùn)營商行42中國AIOps現(xiàn)狀調(diào)查報(bào)告(2024年)中廣電移動(dòng)網(wǎng)絡(luò)有限公司針對5G核心網(wǎng)網(wǎng)絡(luò)虛擬化技術(shù)和三層兩域網(wǎng)造“業(yè)網(wǎng)一體的端到端故障管理”體系,引入AI訓(xùn)練+人工標(biāo)注能力,從業(yè)務(wù)指標(biāo)異常監(jiān)控、云網(wǎng)一體業(yè)務(wù)影響分析、網(wǎng)絡(luò)故障根因分析、智能變更輔助等故障處置的端到端流程入手,解決云化網(wǎng)絡(luò)運(yùn)維痛點(diǎn)和難點(diǎn)。打穿故障識(shí)別、故障影響分析、故障診斷、故障處置等故障管理全流程,為運(yùn)維系統(tǒng)注入AI算法、跨域關(guān)聯(lián)等革新技術(shù)結(jié)合運(yùn)維專家經(jīng)驗(yàn)的多維的監(jiān)控技術(shù)實(shí)現(xiàn)變更過程可視可控,從而支撐廣電網(wǎng)絡(luò)運(yùn)維效率大幅提升,網(wǎng)絡(luò)安全AI算法得到各單獨(dú)指標(biāo)的動(dòng)態(tài)閾值,通過孤立森林算法得到綜合指標(biāo)模型,通過假設(shè)檢驗(yàn)算法,計(jì)算各網(wǎng)元實(shí)時(shí)指標(biāo)群與模型偏離度,輸出是否存在劣化網(wǎng)元?jiǎng)?chuàng)新點(diǎn)二云網(wǎng)一體的業(yè)務(wù)影響分析:由于NFVI故障發(fā)證故障,系統(tǒng)基于資源拓?fù)湫畔⒑凸收闲畔?,通過快速收斂和傳播路徑分析確定可能受影響網(wǎng)元,調(diào)用網(wǎng)元業(yè)務(wù)影響分析模塊快速查詢網(wǎng)元KPI風(fēng)險(xiǎn)或者異常結(jié)果。到不同故障場景下告警及其他異常事件之間關(guān)聯(lián)關(guān)系和故障傳播關(guān)系;當(dāng)出現(xiàn)故障時(shí),利用AI算法,實(shí)現(xiàn)故障告警,操作,日志異常,性能異常事件的快速匯聚,同時(shí)基于故障傳播關(guān)系和Gini系數(shù)模型,逐個(gè)計(jì)算故障設(shè)備是根因設(shè)備的概率過數(shù)字化仿真評(píng)估網(wǎng)絡(luò)抗沖擊能力,基于離散事件驅(qū)動(dòng)、統(tǒng)計(jì)向量模型解析雙算法進(jìn)行網(wǎng)絡(luò)堅(jiān)韌度評(píng)估,實(shí)現(xiàn)不沖擊現(xiàn)網(wǎng)也能驗(yàn)證網(wǎng)絡(luò)能力的目標(biāo);通過準(zhǔn)確仿真容災(zāi)倒換場景,提前識(shí)別倒換瓶頸網(wǎng)元,支撐提前調(diào)整/加固業(yè)務(wù)劣化風(fēng)險(xiǎn)的實(shí)時(shí)檢測、并根據(jù)變更操作是否影響業(yè)務(wù)來屏蔽或上報(bào)該風(fēng)險(xiǎn);驗(yàn)證階段支持:風(fēng)險(xiǎn)監(jiān)控、新增告警分析、系統(tǒng)日志分析、分析變更前后軟參的變化、系統(tǒng)資源分43中國AIOps現(xiàn)狀調(diào)查報(bào)告(2024年)中移動(dòng)信息技術(shù)有限公司廣闊,但仍面臨諸多技術(shù)難題亟待解決。在此背景下,中國移動(dòng)信息技術(shù)中心依托九天大模型,通過持續(xù)的技術(shù)攻關(guān),成功自主研發(fā)了深瞳多智能體運(yùn)維大模型。這一創(chuàng)新成果已在浙江、上海、廣東、河北等多個(gè)省份的公司得到實(shí)際應(yīng)用,實(shí)現(xiàn)能體開發(fā)協(xié)作框架,讓用戶快速構(gòu)建領(lǐng)域智能體,實(shí)現(xiàn)多智能體交互、復(fù)雜任務(wù)自動(dòng)編形成智能體”AI+”一站式解決方案。專注于IT運(yùn)維領(lǐng)域,面向SaaS、PaaS(含庫、中間件)、IaaS等場景,以共創(chuàng)形式構(gòu)建多個(gè)通用運(yùn)維智能體,聯(lián)合各省專單位共同賦通過自主研發(fā)的多智能體編排管理服務(wù)、工作流編排管理模塊、知識(shí)庫管理服務(wù)、插件利用ReAct框架和CoT思維鏈技術(shù),深瞳有效地實(shí)現(xiàn)了Multi-Agent的編排與調(diào)度,從而大智能體,實(shí)現(xiàn)故障自動(dòng)發(fā)現(xiàn)、自動(dòng)診斷、自動(dòng)處置等能力,為中國移動(dòng)在智能化立了新的標(biāo)桿。利用“聚智”智能體開發(fā)協(xié)作框架及多智能體交互能力,實(shí)案開發(fā)提效25%,故障無人化處置比例達(dá)到近50%的顯著成效。的所有集群,實(shí)現(xiàn)了以語音交互形式對系統(tǒng)進(jìn)行巡檢、故障定位、健康度評(píng)估、容器啟相關(guān)操作,借助大模型能力,系統(tǒng)異常定位、故障處理效率上升70%,故障定位、處理準(zhǔn)確度均超過95%。44中國AIOps現(xiàn)狀調(diào)查報(bào)告(2024年)中國移動(dòng)通信集團(tuán)有限公司安徽分公司安徽移動(dòng)當(dāng)前已建業(yè)務(wù)系統(tǒng)數(shù)量共計(jì)數(shù)百套,核心業(yè)務(wù)系統(tǒng)數(shù)量為數(shù)十套,服務(wù)覆蓋省內(nèi)外3500w+的用戶。隨著支撐網(wǎng)的不斷升級(jí)演進(jìn),系統(tǒng)的復(fù)雜性越來越高,運(yùn)維難度越來越高。安徽移動(dòng)建立了針對業(yè)務(wù)支撐網(wǎng)絡(luò)的智能運(yùn)維體系,全力攻克1-5-10目標(biāo),實(shí)現(xiàn)對系統(tǒng)內(nèi)各模塊的實(shí)時(shí)業(yè)務(wù)指標(biāo)分析監(jiān)控和智能調(diào)度,提升業(yè)務(wù)支撐網(wǎng)的本平臺(tái)基于增強(qiáng)搜索引擎的技術(shù)架構(gòu),實(shí)時(shí)匯聚各個(gè)業(yè)務(wù)系統(tǒng)的運(yùn)維大數(shù)據(jù),并且以高壓縮比的方式進(jìn)行壓縮,以存算一體化的技術(shù)達(dá)到幾百T的數(shù)據(jù)量可秒級(jí)關(guān)聯(lián)的效果,目前已經(jīng)已經(jīng)聚集了上百個(gè)系統(tǒng),幾百T的運(yùn)維大數(shù)據(jù)。數(shù)智調(diào)度大腦實(shí)時(shí)搜集、清洗、處理、分析上百個(gè)系統(tǒng)的指標(biāo)、日志和告警數(shù)據(jù),全量幫人讀日志、讀指標(biāo)、讀告警、做分析、做此外,還具備自動(dòng)黑燈巡檢功能,有效替代了人工巡檢工作,這一先進(jìn)功能不僅涵蓋并超越了人工巡檢的范圍,還能捕捉并分析一段時(shí)間內(nèi)的故障指標(biāo)和報(bào)告,提供全面且深入的評(píng)估。一旦出現(xiàn)故障,調(diào)度大腦能利用搜集的大量數(shù)據(jù),快速協(xié)助人員進(jìn)行故障的定界,根據(jù)數(shù)據(jù),調(diào)度大腦平均能減少冗余告警達(dá)60%,維護(hù)質(zhì)量提升85%,故障定界效率提升90%。1.將增強(qiáng)搜索引擎和存算一體化算法大規(guī)模運(yùn)用于一線非結(jié)構(gòu)化數(shù)據(jù)治理:地采集各業(yè)務(wù)系統(tǒng)運(yùn)維數(shù)據(jù),并且就地一體化秒級(jí)關(guān)聯(lián)計(jì)算,最終提升了數(shù)據(jù)的流通效率和源文件與機(jī)器學(xué)習(xí)算法相結(jié)合,通過算法識(shí)別出日志中的固化字段以及可變字段,提煉出具備代表性的日志模板,實(shí)現(xiàn)日志的模式分類,對新增、突增、突降、消失等日志模式實(shí)現(xiàn)實(shí)散在各個(gè)模塊的運(yùn)維數(shù)據(jù)通過關(guān)鍵字段,例如手機(jī)號(hào)碼、用戶標(biāo)識(shí)、業(yè)務(wù)流水號(hào)、渠道號(hào)等字段,實(shí)現(xiàn)多來源、多系統(tǒng),不同服務(wù)器及目錄日志的數(shù)據(jù)用低代碼的方式串聯(lián)在一起,實(shí)現(xiàn)一屏統(tǒng)覽,將排障時(shí)長由分鐘級(jí)降至秒級(jí),45中國AIOps現(xiàn)狀調(diào)查報(bào)告(2024年)案例5面向業(yè)務(wù)的政企專線智能運(yùn)維AIOps應(yīng)用實(shí)踐中國移動(dòng)天津公司客戶響應(yīng)中心聯(lián)合華為技術(shù)有限公司天津移動(dòng)政企專線智能運(yùn)維系統(tǒng)自2022年建設(shè)以來,已覆蓋現(xiàn)網(wǎng)OTN、PTN、SPN、PON年平均達(dá)80%。同時(shí)基于系統(tǒng)對業(yè)務(wù)的端到端隱患的可視,初步構(gòu)建了面向業(yè)務(wù)狀態(tài)的隱患檢測與預(yù)防體系。業(yè)務(wù)排障方面,自動(dòng)化診斷天津移動(dòng)結(jié)合集客專線網(wǎng)絡(luò)特征和運(yùn)維痛點(diǎn),有針對性的構(gòu)建AIOps能力,實(shí)現(xiàn)專線業(yè)1.集客專線業(yè)務(wù)拓?fù)溥€原:通過解析網(wǎng)管的專線業(yè)務(wù)配置,梳理逐層承載關(guān)系,結(jié)合首末節(jié)點(diǎn)資源信息,完成專線業(yè)務(wù)拓?fù)溥€原;如PTN通過解析還原網(wǎng)元、板卡、端口、偽線、隧道、標(biāo)簽交換等對象及關(guān)聯(lián)關(guān)系,還原專線源宿端點(diǎn)及中板卡等)映射至關(guān)聯(lián)的專線業(yè)務(wù)路徑上,結(jié)3.一鍵專家智能診斷:多維度分析專線告警、性能、端口狀態(tài)、聯(lián)通性檢測等,找到所有異常并匯總分析給出故障原因,定位精度到故障設(shè)備及端口,鎖定根因故障點(diǎn),指導(dǎo)快速修復(fù);結(jié)合用戶側(cè)設(shè)備AI規(guī)律掉電識(shí)別能力,可以基于設(shè)備告警及AI密度聚類算法,分析2023年,在政企專線智能運(yùn)維方案支撐下,天津移動(dòng)專線客戶滿意度排名大幅提升,躋身集團(tuán)前十,專線業(yè)務(wù)增長超20%,有效支撐了ToB專線業(yè)務(wù)發(fā)展。我們將繼續(xù)以信通院AIOps標(biāo)準(zhǔn)為引導(dǎo),持續(xù)增強(qiáng)數(shù)字化、智能化故障運(yùn)維能力,借助“隱患排查”、“性能管理”、“重客保障”和“支撐自助”六個(gè)著力點(diǎn)持續(xù)投入建設(shè),實(shí)現(xiàn)從面向網(wǎng)絡(luò)到面向業(yè)務(wù)的運(yùn)維轉(zhuǎn)型,實(shí)現(xiàn)體系、46中國AIOps現(xiàn)狀調(diào)查報(bào)告(2024年)中國工商銀行股份有限公司數(shù)據(jù)中心成的對象關(guān)系復(fù)雜問題,向上層定位分析場景2、異常檢測模塊:著重解決了傳統(tǒng)異常檢測算法中對微小重構(gòu)技術(shù)對訓(xùn)練數(shù)據(jù)進(jìn)行擬合,學(xué)習(xí)多指標(biāo)數(shù)據(jù)的正常模式,并引入基型對數(shù)據(jù)的異常與否學(xué)習(xí)出一個(gè)閾值,通過3、定位分析模塊:定位分析模塊基于上述動(dòng)態(tài)運(yùn)維地圖47中國AIOps現(xiàn)狀調(diào)查報(bào)告(2024年)國泰君安證券股份有限公司量不穩(wěn)定、運(yùn)維成本上升、故障響應(yīng)慢、服務(wù)質(zhì)量不穩(wěn)定等問題。這機(jī)構(gòu)的運(yùn)營效率與客戶滿意度,進(jìn)而影響其市場競爭力。本案例系統(tǒng)穩(wěn)定性保障能力自動(dòng)化評(píng)估辦法,分解影響業(yè)務(wù)連續(xù)性因素性或運(yùn)作質(zhì)量,有效驅(qū)動(dòng)組織能力、流程協(xié)同機(jī)制、工具的完善,科學(xué)、規(guī)范、有效的運(yùn)維數(shù)據(jù)治理體系:為支撐公司和部門源獲取和資源配置的效率,我司憑借多年的運(yùn)維數(shù)據(jù)治理經(jīng)數(shù)據(jù)治理體系,體系建設(shè)以質(zhì)量為核心,以場景為導(dǎo)向,以體系過從頂層設(shè)計(jì)和典型運(yùn)維場景出發(fā),一方面自上而下完成運(yùn)準(zhǔn)和數(shù)據(jù)生命周期管理等梳理,另一方面自下而上逐步深入完成數(shù)據(jù)等各個(gè)運(yùn)維領(lǐng)域數(shù)據(jù)的治理工作推進(jìn),實(shí)現(xiàn)運(yùn)維數(shù)據(jù)管服務(wù)驅(qū)動(dòng)可持續(xù)改進(jìn)的運(yùn)維體系:持續(xù)推進(jìn)以業(yè)務(wù)為導(dǎo)向,臺(tái)三位一體,不斷審視優(yōu)化的思路來構(gòu)建可持續(xù)改進(jìn)的運(yùn)維體系智能化技術(shù)的應(yīng)用,通過分析質(zhì)效數(shù)據(jù),不斷優(yōu)化和完善運(yùn)維體還需深入軟件生命周期,通過性能、容量、安全、可用性、業(yè)評(píng)估數(shù)據(jù),挖掘線上潛在問題,在異常問題爆發(fā)前優(yōu)化應(yīng)用,以主5類評(píng)估模型的綜合體系,涵蓋了109項(xiàng)核心指標(biāo)。實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)、精準(zhǔn)度量、優(yōu)化與持續(xù)改進(jìn)的完整運(yùn)維管理閉環(huán)。實(shí)現(xiàn)發(fā)現(xiàn)問題、整改問題、評(píng)估效果的快速48中國AIOps現(xiàn)狀調(diào)查報(bào)告(2024年)聯(lián)想(北京)有限公司為IT運(yùn)維賦能的告警平臺(tái)。聯(lián)想SSG-BASD-TSD監(jiān)控團(tuán)隊(duì)通過搭平臺(tái)”,面向集團(tuán)開放提供監(jiān)控告警管理服務(wù),通過引入先進(jìn)的數(shù)據(jù)治理、機(jī)器學(xué)習(xí)、深①統(tǒng)一采集監(jiān)控告警事件,總覽全局:通過各類協(xié)議接收來自各應(yīng)用的監(jiān)控告警數(shù)據(jù),通過多樣化的數(shù)據(jù)處理方式和系統(tǒng)集成方式,將不同類型的告警數(shù)據(jù)標(biāo)準(zhǔn)化并豐富告警信③風(fēng)暴預(yù)警:通過對告警數(shù)據(jù)進(jìn)行時(shí)序分析,自動(dòng)識(shí)別并提取告警特征維度,實(shí)時(shí)計(jì)算IT整體環(huán)境的異常指數(shù),在出現(xiàn)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論