實踐中的AIOps
時間：2022-04-15 22:18:01 | 來源：行業(yè)動態(tài)
時間：2022-04-15 22:18:01 來源：行業(yè)動態(tài)
AIOps的價值當然不會僅限于噪聲篩選。下面來看AIOps工具使用AI、機器學習與自動化技術(shù)增強事件響應流程的三種可行方式：
第一，主動異常檢測：AIOps工具可自動檢測環(huán)境中的異常，并觸發(fā)其他監(jiān)控解決方案及團隊協(xié)作工具，例如Slack，通知以幫助開發(fā)者找出未知變量。
第二，事件關(guān)聯(lián)與充實：AIOps工具能夠?qū)⑾嚓P(guān)警報、事件與對應優(yōu)先級關(guān)聯(lián)起來，幫助我們快速關(guān)注最核心的問題；此外，AIOps還可利用歷史數(shù)據(jù)或棧內(nèi)其他工具的上下文信息對警報、事件進行充實，引導團隊高效發(fā)現(xiàn)根本原因。目前最先進的AIOps工具已經(jīng)能夠使用機器生成，基于時間的聚類、相似性算法及其他機器學習模型與人工生成的決策增強相關(guān)邏輯，幫助用戶自動排除異常噪聲或低優(yōu)先級警報。
第三，智能警報與通報：AIOps工具能夠自動將事件數(shù)據(jù)路由至相應的事件響應個人或團隊處，借此節(jié)約寶貴時間。特別是面對分布較為分散的自助服務(wù)團隊而言，這種方式能夠極大減少成員接收到的噪聲警報數(shù)量、加快關(guān)鍵事件的數(shù)據(jù)發(fā)送效率，最終降低工作量。
AIOps工具運行機器學習以評估事件管理與監(jiān)控工具中的數(shù)據(jù)，并結(jié)合以往類似情況將問題移交給相應職能個人/團隊或?qū)ｉT的技術(shù)專家。
在線咨詢