智能运维中的科研问题.PDF

智能运维中的科研问题 清华大学 裴丹 微信 peidanwechat 报告主旨 智能运维落地的核心挑战 ： 工业界 ：有数据、有应用 ，但是欠缺算法经验 学术界 ：有理论算法 ，但没数据、不熟悉智能运维场景 工业界-学术界合作 ：一对一交流效率低、见效慢、不开源开放 报告主旨 智能运维落地的核心挑战 ： 工业界 ：有数据、有应用 ，但是欠缺算法经验 学术界 ：有理论算法 ，但没数据、不熟悉智能运维场景 工业界-学术界合作 ：一对一交流效率低、见效慢、不开源开放 解决思路 ：科研问题为导向 把应用难题分解定义成切实可行的科研问题 企业提供脱敏数据作为benchmark 学术界贡献算法 智能运维发展历程 手工运维 自动运维 DevOps 智能运维 智能运维发展历程 手工运维 自动运维 DevOps 智能运维 分析决策 （人工 规则 机器学习 - - ) 监测 控制 （海量日志） （自动化脚本） AIOps in Gartner Report 工业界 ：AIOps AIOps Artificial Intelligence for IT Operations 7 工业界 ：AIOps AIOps Artificial Intelligence for IT Operations Platforms AIOps全球部署率 30% 25% 20% 25% 15% 10% 5% 5% 0% 2016 2019 8 智能运维前景光明 机器 ：