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。