1、智能化“云+AI”運維監控項目實踐江西農信 鄧建星一、現狀及存在困難目錄二、目標與實現方法CONTENTS三、運營與項目成效現狀及困難現狀及困難發展挑戰業務不斷增長帶來新的挑戰？業務上云，云上云下運維挑戰？海量運維數據分析與挖掘挑戰？實現目標實現目標通過端到端、全鏈路監控，實現云上、云下等不同環境下的全鏈路業務監控保障，統一業務性能觀測視角，提高問題發現和定位的效率全鏈路業務可觀測性通過機器學習算法，基于歷史數據進行自動化的模板提取和變量解析，結合告警規則生成告警事件，實現智能故障診斷與根因分析智能化AI診斷分析流量流量匯聚匯聚指標指標融合融合智能智能解析解析措施措施技術實現技術實現流量匯聚流

2、量匯聚全鏈路業務性能監控平臺通過對網絡流量的采集和解碼，提供業務層的監控分析功能，對于業務運維必不可少。通過建立云上云下業務全鏈路的可觀測性，基于服務水平、可用性、異常事件、緊急事件、TCP連接等類型的告警，做到智能故障定位。監控零侵入、零風險、高精度、實時。流量匯聚流量匯聚采用交換機鏡像的方式獲取流量，做到零風險、高實時、可信等特點。傳統環境流量采集通過在ECS中部署微探針，進行業務流量采集，發送給監控服務平臺和vTAP平臺。云上流量采集指標融合指標融合網絡網絡指標指標？應用應用性能？性能？如何如何融合？融合？指標融合指標融合指標融合指標融合數據分析數據分析在對云環境和傳統環境的網絡流量進行

3、捕獲之后，在原有的采集設備上，對流量進行全量解碼。流量全量解碼數據二次分析數據二次分析搭建智能化指標分析平臺，對解碼后的報文，以流量輸出的方式，進行二次分析。智能化指標分析平臺數據的二次分析數據的二次分析智能化智能化指標分析平臺指標分析平臺搭建智能化指標分析平臺，對解碼后的報文，以流量輸出的方式，進行二次分析。檢測周期性數據的異常檢測自動識別無規律性指標，并給出極限閾值檢測合理范圍內的突變異常檢測規律行為缺失（如跑批失?。┎皇軘祿笔?、中斷影響適配變更導致指標劇變（如版本上線）傳統的指標監控方式靜態閾值AIOps方式智能檢測閾值大小設置不準確閾值配置工作量大無法適應業務指標波動無法適應特殊日期波動無需任何標注全自動適配各種KPI一套智能算法檢測多種異常通過智能化的VI算法，建設業務指標異常檢測和根因定位算法引擎，識別業務指標趨勢的反常變化。智能化指標分析平臺智能化指標分析平臺智能化指標分析平臺智能化指標分析平臺業務故障預警故障影響范圍智能化指標分析平臺智能化指標分析平臺根因維度推薦項目成效項目成效云+AI端到端業務監控建立云上云下全路徑流量數據的采集、處理、觀測。多維根因定位定位問題根因，提升運維效率和節約運維成本。AI智能化告警及時準確發現存在問題，減少漏報誤報。便捷清晰可視化為運維人員在復雜數據中尋找關鍵信息提供方便。