智能时代下的运维-InfoQ

智能运维（AIOps），根据 Gartner 的最新阐释，意指整合大数据和机器学习能力，通过松耦合、可扩展方式去提取和分析数据量（volume）、种类（variety）和速度（velocity）这三个维度不断增长的 IT 数据，进而为 IT 运维管理产品提供支撑。在此，微众银行智能运维团队根据一线工作的实践经验与心得体会，特别撰写了《智能运维系列》文章，敬请持续关注。

智能运维系列（一）| AIOps的崛起与实践

智能运维系列（一）| AIOps 的崛起与实践

作者 : 王雅琪策划: 陈思

6 月 24 日

运维发展和各种技术更新是密不可分的，也是各种技术重要的实验田。

智能运维系列（二）| 智能化监控领域探索

智能运维系列（二）| 智能化监控领域探索

作者 : 朱红燕策划: 陈思

6 月 24 日

本文将介绍微众银行在异常监控和主动定位方面的探索。

智能运维系列（三）| 浅析智能异常检测：“慧识图”核心算法

智能运维系列（三）| 浅析智能异常检测：“慧识图”核心算法

作者 : 李冕正策划: 陈思

6 月 28 日

智能运维系列专题简介：智能运维（AIOps），根据 Gartner 的最新阐释，意指整合大数据和机器学习能力，通过松耦合、可扩展方式去提取和分析数据量（volume）、种类（variety）和速度（velocity）这三个维度不断增长的 IT 数据，进而为 IT 运维管理产品提供支撑。

智能运维系列（四）| 曝光交易路径

智能运维系列（四）| 曝光交易路径

作者 : 王国峰策划: 陈思

7 月 8 日

智能运维（AIOps），根据 Gartner 的最新阐释，意指整合大数据和机器学习能力，通过松耦合、可扩展方式去提取和分析数据量（volume）、种类（variety）和速度（velocity）这三个维度不断增长的 IT 数据，进而为 IT 运维管理产品提供支撑。

智能运维系列（五）| 浅析基于知识图谱的根因分析系统

智能运维系列（五）| 浅析基于知识图谱的根因分析系统

作者 : 叶金瓒策划: 陈思

7 月 13 日

本文将具体阐述根因分析系统的设计理念。

智能运维系列（六）| 如何通过智能化手段将运维管理要求落地？

智能运维系列（六）| 如何通过智能化手段将运维管理要求落地？

作者 : 张娟策划: 陈思

7 月 16 日

根因分析过程中的运维管理实践。

智能运维系列（七）| 化繁为简：业务异常的根因定位方法概述

智能运维系列（七）| 化繁为简：业务异常的根因定位方法概述

作者 : 尤嘉策划: 陈思

7 月 22 日

根因定位方法实践。

智能运维系列（八）| 事件指纹库：构建异常案例的“博物馆”

智能运维系列（八）| 事件指纹库：构建异常案例的“博物馆”

作者 : 卢冠男策划: 陈思

8 月 4 日

在运维领域，是否也需要一个类似“博物馆”的场所，来记录异常案例，从而助力寻找隐藏的根因定位规律呢？

智能运维系列（九）| 基于交易树的根因告警定位方法

智能运维系列（九）| 基于交易树的根因告警定位方法

作者 : 薛文满策划: 陈思

8 月 11 日

如何找到一个有效的方法来帮助运维人员定位出真正的根因？

智能运维系列（十）| 浅析根因告警的系统分析法

智能运维系列（十）| 浅析根因告警的系统分析法

作者 : 刘超策划: 陈思

8 月 13 日

本文中将介绍在异常时，告警风暴发生后，如何进行根因告警分析。

智能运维系列（十一）| 日志文本异常聚类及相似度检测

智能运维系列（十一）| 日志文本异常聚类及相似度检测

作者 : 李泽宇策划: 陈思

8 月 26 日

基于机器学习算法进行日志分类、聚类、并转化为时间序列的日志异常检测解决方案。

智能运维系列（十二）| 智能运维的四大挑战和应对之道

智能运维系列（十二）| 智能运维的四大挑战和应对之道

作者 : 孙芮策划: 陈思

9 月 9 日

在本文中，作者将介绍自己曾面临过或正在面临着的四大挑战，同时也会分享一些解决办法及经验。

智能运维系列（十三）| 面向智能化运维的CMDB系统构建

智能运维系列（十三）| 面向智能化运维的 CMDB 系统构建

作者 : 杨芳策划: 陈思

9 月 23 日

本文将结合具体实践，介绍微众银行面向智能化运维的 CMDB 系统构建历程以及实施效果。

智能运维系列（十四）| 人与技术相结合的异常管理实践

智能运维系列（十四）| 人与技术相结合的异常管理实践

作者 : 刘世芬策划: 陈思

9 月 29 日

这篇文章主要阐述系统背后的 IT 异常事件管理思路。

没有更多了