English

方案介绍

将运维工具与机器学习、自然语言处理、OCR识别、AR等智能化技术结合,通过对海量运维数据进行分析挖掘,实现监控、告警、根因定位、自动化运维等IT运维流程的自动化和智能化,为上层智能化场景提供AI服务,提高运维效率和运维质量。

客户价值

降低开发AI服务门槛:智能化的建模体验,让普通的AI开发者轻松上手;
降低使用AI注智成本:可根据实际项目需求基于算法进行业务逻辑封装,降低AI实践成本;
提升构建AI服务质量:支持模型评估,快速构建高质量AI服务;
体系化建设AIOps:数据、组件、场景、组织 逐步深化建设和培养。

查看更多

优势分析

经典案例

任务管理

对模型训练任务的管理,对获取的性能数据进行训练生成模型文件。

模型管理

模型训练任务生成的模型会录入到模型库进行统一管理。具体包含模型列表、模型的评估、发布,模型的查询、删除管理。

算法管理

对各项AI能力涉及的AI算法进行统一管理。

数据管理

对模型训练数据的接入方式进行集中管理,包括FTP配置、API配置、JDBC配置、大数据组件类接入配置。

开放式AI能力输出

各项AI能力均提供完善的标准化能力开放接口,支持通过Restful API调用AI能力进行上层应用场景封装。

多数据源接入

提供多种数据源接入方式,支持API、FTP、ES等多种接入手段,数据接入过程便捷高效。

智能算法管理

内置多种机器学习算法与深度学习算法,开箱即用。

可视化AI建模

以交互式的图形界面配置方式实现任务建模、算法调优等过程,有效降低运维人员在模型训练和算法调优过程中的技术门槛。

经典案例

某运营商省分故障管理系统智能运维平台

合作背景

随着IT支撑系统容器化、微服务化改造,各类软硬件平台数量翻倍增长,且系统架构愈发复杂,运维人员经验无法满足系统维护需求,需要依托智能运维工具提供故障根因分析,故障预测和自愈等系统保障能力和智能问答、智能服务等高效运维能力,在保障目标系统稳定高效运行的同时,降低运营成本。

客户价值

满足运维诉求:实现故障根因分析,故障预测和自愈等系统保障能力和智能问答、智能服务等高效运维能力,提升云化系统运维质量和效率;

支撑省内发展:通过打造统一智能化运维产品,实现公司内云化系统能力共享和统一管理,保障业务系统高效运营,支撑公司数字化转型战略落地。

  

技术方案

采用基于机器学习的关联规则算法,通过大数据分析,对故障及重大故障根因及规则进行挖掘,自动发现新的告警相关性规则,找出导致一系列设备告警根源 , 对新产生的告警数据进行关联性分析,并对故障进行诊断和定位,从而保障系统稳定高效运行的同时,降低运营成本。

应用场景

异常检测、故障根因分析、故障预测、自动化运维。