伴隨我國(guó)金融服務(wù)機(jī)構(gòu)進(jìn)行數(shù)字化轉(zhuǎn)型的加速，IT運(yùn)維從理念到模式研究正在向智能運(yùn)維全面邁進(jìn)。那么接下來(lái)介紹一下金融行業(yè)智能運(yùn)維的四大典型場(chǎng)景。

1、統(tǒng)一監(jiān)控

這是我們幾乎所有企業(yè)用戶在完成信息系統(tǒng)可以構(gòu)建、業(yè)務(wù)上線之后都要用到的。統(tǒng)一監(jiān)控與傳統(tǒng)監(jiān)控的區(qū)別在于它服務(wù)于業(yè)務(wù)。過(guò)去的監(jiān)控管理系統(tǒng)研究主要監(jiān)控底層硬件設(shè)備和豎井式IT系統(tǒng)，但對(duì)于中國(guó)金融服務(wù)機(jī)構(gòu)發(fā)展來(lái)說(shuō)，這些分散的監(jiān)控系統(tǒng)實(shí)現(xiàn)共同支撐起業(yè)務(wù)的運(yùn)轉(zhuǎn)。因此，必須有一個(gè)開放的統(tǒng)一監(jiān)測(cè)平臺(tái)，將業(yè)務(wù)和獨(dú)立的監(jiān)測(cè)系統(tǒng)集成起來(lái)，還可以依靠這個(gè)平臺(tái)來(lái)獲得完整的數(shù)據(jù)。目前，在IT成熟度高的銀行業(yè)，已經(jīng)有部分研究機(jī)構(gòu)完成了中國(guó)統(tǒng)一進(jìn)行監(jiān)控系統(tǒng)平臺(tái)的構(gòu)建，而規(guī)模相對(duì)較小的城商行、農(nóng)信、證券、基金等金融服務(wù)機(jī)構(gòu)則有明顯的統(tǒng)一管理監(jiān)控市場(chǎng)需求。

2、根本原因分析?

如何判斷系統(tǒng)產(chǎn)生的大量預(yù)警信息？依靠人工進(jìn)行處理和工程師的經(jīng)驗(yàn)可以判斷故障問題變得越來(lái)越困難。采用智能算法分析異常或故障的根本原因，推薦故障的根本原因，并給出深入分析的結(jié)果，以便快速處理事件。這也是我們一個(gè)AIOps的主要技術(shù)應(yīng)用場(chǎng)景。

3、動(dòng)態(tài)基線?

動(dòng)態(tài)基線是各種監(jiān)控場(chǎng)景中的典型要求，基于歷史數(shù)據(jù)，采用智能算法進(jìn)行深度學(xué)習(xí)，準(zhǔn)確預(yù)測(cè)未來(lái)周期中每個(gè)時(shí)間點(diǎn)的值。 預(yù)測(cè)值被監(jiān)測(cè)并作為基線報(bào)警。由于企業(yè)業(yè)務(wù)能力指標(biāo)受時(shí)間、季節(jié)、事件等因素分析影響不斷波動(dòng)，這就導(dǎo)致IT指標(biāo)的變化同樣是動(dòng)態(tài)的，也只有通過(guò)動(dòng)態(tài)閾值才能更好更快、更準(zhǔn)確的發(fā)現(xiàn)這些問題，提高運(yùn)維的事件響應(yīng)和處理工作效率。

4、故障預(yù)測(cè)

故障預(yù)測(cè)是基于歷史預(yù)警信息的相關(guān)性來(lái)預(yù)測(cè)可能影響當(dāng)前狀態(tài)的故障預(yù)警，從而實(shí)現(xiàn)故障預(yù)警。這種場(chǎng)景能體現(xiàn)AIOps的智能技術(shù)分析問題能力，但需要我們針對(duì)中國(guó)歷史數(shù)據(jù)信息進(jìn)行大量學(xué)習(xí)和訓(xùn)練，取得成效相對(duì)較慢。

這些場(chǎng)景可以根據(jù)用戶需求的不同組合提供場(chǎng)景解決方案功能，如警報(bào)抑制、異常檢測(cè)、根本原因分析、多維分析、呼叫鏈跟蹤和故障預(yù)測(cè)。最后可以通過(guò)數(shù)據(jù)可視化運(yùn)維監(jiān)控管理中心，把IT價(jià)值進(jìn)行直觀呈現(xiàn)在IT和業(yè)務(wù)相關(guān)部門面前，讓管理者和業(yè)務(wù)發(fā)展運(yùn)營(yíng)負(fù)責(zé)人都能看懂。

本文摘要節(jié)選自來(lái)源于

https://www.yulubot.com/industry-research/338.html