新一代智慧运营中心培训课件.pptx

新一代智能运维中心黄 卫IT咨询顾问为什么传统运维手段做不到防患于未然？智能分析数据量越来越大，人工经验力不从心缺乏整体观 （时间/空间）– 影响分析传统监控技术：阈值 过滤，粒度太粗、一刀切阈值太高，缺乏足够的警告阈值太低，噪音太多场景关联与RCA：如何应对频繁变更透视问题发生的前因后果主动避免网络服务的中断整合监控以提升故障精准判断IBM基于大数据的智能运维管理发展方向－增强运维大数据关联搜索、跨数据关联分析、智能分析和隐患探测能力上下文历史搜索与规律排查结构与非结构化数据关联分析规律分析智能预警实时采集监控业务可视化与运维大数据搜索跨数据关联分析智能分析和隐患探测利用Impact跨数据源实时关联分析引擎的能力提升对故障精准判断的能力利用IBM大数据搜索与分析技术，排查定位网络问题发生的前因后果基于IBM Watson人工智能分析技术，在问题真正发生之前定位预警各种前兆Predictive Alarm to OMNIbus单/多变量因果关系分析和指标行为自学习和预测性能指标周期性采样(网络与业务端到端体验等类别)管理人员DashboardKPI Data问题发生前兆预警利用成熟、开箱即用的分析引擎和规则由告警事件关联追溯多数据源的数据和信息变化更快速的问题定位，诊断和解决能力，实时监控驱动历史挖掘、搜索和规律排查，有效帮助避免问题再次发生基于智能化和大数据分析定位手段有效