百度AIOps解決方案及行業(yè)落地案例

案例背景:
故障會影響留存率甚至導(dǎo)致直接的資金損失，所以運維工程師投入了大量的時間和精力在監(jiān)控系統(tǒng)。運維工程師通過采集大量的指標(biāo)，并給指標(biāo)人工配置了報警規(guī)則，希望在第一時間發(fā)現(xiàn)故障并進行故障診斷。但實際上，由于核心指標(biāo)漏監(jiān)控或者配置閾值不合理導(dǎo)致故障無法在用戶之前被發(fā)現(xiàn)；另外大量的誤報造成了『狼來了』的現(xiàn)象，運維工程師對報警已不再有敬畏之心。
為了讓監(jiān)控系統(tǒng)盡到它應(yīng)有的職責(zé)，如何利用好海量的監(jiān)控數(shù)據(jù)是一個關(guān)鍵的問題。在故障發(fā)現(xiàn)階段應(yīng)該對哪些指標(biāo)進行監(jiān)控，各指標(biāo)應(yīng)該用何種異常檢測算法；故障發(fā)生后，應(yīng)該提供什么信息幫助運維工程師縮短診斷時間；如何進行故障預(yù)警避免故障的發(fā)生等。

解決思路:
a. 運維專家經(jīng)驗：總結(jié)黃金指標(biāo)，解決監(jiān)控遺漏的問題；故障后提供信息縮小需要排查的范圍，幫助運維工程師快速“救火”
b. 人工智能算法：統(tǒng)計學(xué)概率+機器學(xué)習(xí)+深度學(xué)習(xí)
c. 行業(yè)領(lǐng)域知識：核心業(yè)務(wù)功能、典型故障場景等


成果:
根據(jù)過去在故障處理、故障預(yù)警、故障巡檢等場景的經(jīng)驗，結(jié)合客戶行業(yè)的領(lǐng)域知識，產(chǎn)出了智能運維解決方案，將百度AIOps賦能各行業(yè)客戶，幫助運維工程師快速“救火”，并在考慮如何“防火”。
我們提供的行業(yè)智能運維解決方案中，包含了在百度積累的豐富運維經(jīng)驗、先進的AIOps算法以及對行業(yè)領(lǐng)域知識的深入了解，這三個要素是我們的智能運維解決方案將AIOps賦能各行業(yè)客戶的關(guān)鍵。