AI新趋势—Minerva智能运维开发平台(上)

  2019-08-31 03:45:06

        

随着大数据时代的到来以及人工智能技术的高速发展,传统由人工完成的运维管理也日渐暴露出其不足之处,智能运维的概念应运而生。

传统运维模式面临以下挑战:

  • 运维成本高和运维人员压力大;
  • 面对故障主要采用事后处理,响应速度慢;

  • 业务功能一般涉及多个系统与应用,故障定位困难、耗时长;

  • 海量告警同时出现,形成告警风暴,难以快速定位;

  • 监测指标繁多,管理、配置、监控复杂,误报、漏报情况严重;

  • 工作量大、工作内容重复且枯燥,运维岗位人力资源紧缺。


智能运维(AIOps)是指通过机器学习等人工智能算法,自动地从海量运维数据中学习并总结规则,作出决策的运维方式。  

AIOps概念由Gartner于2016年提出,它是将人工智能技术融入运维系统中,以大数据和机器学习为基础,从多种数据源中采集海量数据(包括日志、业务数据、系统数据等)进行实时或离线分析,通过主动性、人性化和动态可视化,为运维人员赋能。

群顶科技基于近年来在运维领域积累的大量经验,秉持数据驱动、业务导向原则,在智能运维方向进行战略布局,充分依托自身技术优势研发出致力于实现运维智能化的Minerva智能运维平台。

一、Minerva智能运维平台整体架构


Minerva智能运维平台主要包括三个层次,分别为数据驱动、运维算法与能力开放。

1.1数据驱动

数据驱动利用大数据平台通用服务,提供全栈式采集工具和开放式调用接口,支持对SNMP、SFLOW、NXlog等多种类型数据的采集、调用、存储等操作。

1.2 运维算法

运维算法层底层集成开源深度学习、机器学习库,并对常用算法进行优化及标准化处理,在此基础上针对指标、日志、事件等数据特性构建一系列通用运维情景模型,将算法落地到异常检测、容量规划、根因定位等场景,形成运维情景模型库,对外提供运维情景模型服务,降低建模门槛,提升建模效率。

1.3 能力开放

能力开放层主要根据具体运维场景沉淀标准化建模流程及模板,用户利用现有模板可对业务进行数据处理,实时监控,故障预测,智能告警,故障定位等全方位管理,实现真正的智能运维。

二、Minerva智能运维平台价值

Minerva智能运维平台的三大目标:

  • 事前智能预警;
  • 事中熔断止损;

  • 事后智能排障;

除了致力于实现上述三大目标,实现运维领域的智能化,群顶科技开发的Minerva智能运维平台也具有诸多优势

Minerva智能运维平台的优势:

  • 降低运营成本与压力;
  • 实现运维业务处理智能化;

  • 优质、丰富的AI算法,充分挖掘数据价值;

  • 积累运维业务情景模型,逐步实现“无人运维”;

  • 预设多种业务情景模型,快速验证业务想法;

Minerva智能运维平台致力于为用户提供更好的服务,专注于构建更加高效、高扩展的IT系统,支持企业的数字化业务发展,实现业界所倡导的“IT从运维到运营”之路。  

Copyright © 2007-2020.版权所有:南京群顶科技有限公司  苏ICP备14001286号