2023年基于人工智能的数化IT管理.pptVIP

O R A C L E基于人工智能的数字化IT管理 核心原则全球统一流程简化全球一套系统自动化 基于人工智能的数字化IT管理应用层技术能力层机器学习算法层基础架构DevOps智能故障修复根因智能定位IT服务管理发现问题数据源异常标记单指标异常检测多指标异常检测定位问题问题关联分析 根因分析故障拓扑分析 故障链调用树 告警去噪解决问题故障止损数据止损配置优化决策支撑成本分析容量计划资源调度AIOps算法层 性能指标预测 机器聚类 KPI联动分析 KPI事件关联 无监督学习 故障特征提取ARIMA卡尔曼时序数据分解Holt-Winters奇异谱变换(SSA)DiDDBSCANPearson相关系数J-Measure随机森林AprioriFP-Growth分类监督学习决策树回归DNNCNNLSTM/RNNNLPRMDB告警事件MQ性能指标NoSQL日志TSDB问题单HDFSJobs作业设备配置库自动容量调整3 故障配置性能安全传统运维关注管理效果故障的数量没有改善，甚至不断上升人为事故频发用户体验难以控制，业务投诉多各类木马和勒索病毒难以防范问题出在哪儿？缺少对问题和异常的洞 察和预判，运维管理后 知后觉。对配置的属性以及合规性缺少洞察和管控。缺少用户体验管理，同 时缺乏性能与系统容量 计划的管理缺少统一视图管理和查看各类安全事件。解决方法通过机器学习算法的辅助，提升对IT问 题和异常的洞察力。通过机器预测，提升对性能故障的预警能力实时掌控IT配置的变化，洞察配置的属性及其关联关系。对配置的合规性进行管理，尽可能通过自动化手段进行配置，避免人为事故。通过成熟的技术实时监控用户端的操作和页面响应时延。实时洞察页面错误。构建应用性能和系统容量的模型，消除瓶颈对各类型安全事件进行统一管理，统一分析，统一视图。通过规则库自动发现和定义高危操作， 高危用户和高危资产。IT运维之日常4 故障配置性能安全传统运维关注管理效果故障的数量没有改善，甚至不断上升人为事故频发用户体验难以控制，业务投诉多各类木马和勒索病毒难以防范缺少对问题和异常的洞 察和预判，运维管理后 知后觉。对配置的属性以及合规性缺少洞察和管控。缺少用户体验管理，同 时缺乏性能与系统容量 计划的管理缺少统一视图管理和查看各类安全事件。解决方法通过机器学习算法的辅助，提升对IT问 题和异常的洞察力。通过机器预测，提升对性能故障的预警能力实时掌控IT配置的变化，洞察配置的属性及其关联关系。对配置的合规性进行管理，尽可能通过自动化手段进行配置，避免人为事故。通过成熟的技术实时监控用户端的操作和页面响应时延。实时洞察页面错误。构建应用性能和系统容量的模型，消除瓶颈对各类型安全事件进行统一管理，统一分析，统一视图。通过规则库自动发现和定义高危操作， 高危用户和高危资产。IT运维之日常5问题出在哪儿？ 故障配置性能安全传统运维关注管理效果故障的数量没有改善，甚至不断上升人为事故频发用户体验难以控制，业务投诉多各类木马和勒索病毒难以防范缺少对问题和异常的洞 察和预判，运维管理后 知后觉。对配置的属性以及合规性缺少洞察和管控。缺少用户体验管理，同 时缺乏性能与系统容量 计划的管理缺少统一视图管理和查看各类安全事件。解决方法通过机器学习算法的辅助，提升对IT问 题和异常的洞察力。通过机器预测，提升对性能故障的预警能力实时掌控IT配置的变化，洞察配置的属性及其关联关系。对配置的合规性进行管理，尽可能通过自动化手段进行配置，避免人为事故。通过成熟的技术实时监控用户端的操作和页面响应时延。实时洞察页面错误。构建应用性能和系统容量的模型，消除瓶颈对各类型安全事件进行统一管理，统一分析，统一视图。通过规则库自动发现和定义高危操作， 高危用户和高危资产。IT运维之日常6问题出在哪儿？ 故障配置性能安全传统运维关注管理效果故障的数量没有改善，甚至不断上升人为事故频发用户体验难以控制，业务投诉多各类木马和勒索病毒难以防范缺少对问题和异常的洞 察和预判，运维管理后 知后觉。对配置的属性以及合规性缺少洞察和管控。缺少用户体验管理，同 时缺乏性能与系统容量 计划的管理缺少统一视图管理和查看各类安全事件。解决方法通过机器学习算法的辅助，提升对IT问 题和异常的洞察力。通过机器预测，提升对性能故障的预警能力实时掌控IT配置的变化，洞察配置的属性及其关联关系。对配置的合规性进行管理，尽可能通过自动化手段进行配置，避免人为事故。通过成熟的技术实时监控用户端的操作和页面响应时延。实时洞察页面错误。构建应用性能和系统容量的模型，消除瓶颈对各类型安全事件进行统一管理，统一分析，统一视图。通过规则库自动发现和定义高危操作， 高危用户和高危资产。IT运维之日常7问题出在哪儿？ ORA CLE4 谢 谢！