鞠鹏-故障演练平台进化论——自动化与多态化演练.pdfVIP

故障演练平台进化论

自动化与多态化演练

鞠鹏

国投证券混沌工程专家

本次演讲深入探讨混沌工程的成长历程与进化趋势，旨在揭示如何实现混沌实验的

闭环全流程管理，推动其向一体化、自动化、智能化阶段迈进。演讲将围绕三大核

请替换心篇章展开：首先，直面混沌实验挑战，揭示技术创新如何助力实验流程自动化，

显著提升演练效率与精确度；其次，探索多态化演练模式，灵活应对多样化应用场

您的照片景需求，为混沌文化的培育奠定坚实基础；最后，展望AI大模型在混沌工程中的应

用潜力，借助机器学习、深度学习及强化学习等前沿技术，重塑实验设计、执行与

分析流程，引领混沌工程步入智能化新时代。

目录/CONTENTS

1行业洞察4演练智能化

2国投证券实践5平台运营

3演练多态化6前沿探索

行业洞察

从被动救火到主动防御的范式革命

系统故障黑天鹅频现：数字化时代的稳定性危机

证券行业的系统稳定运营是企业信誉与客户信任的基石，在分布式系统架构下，服务组件之间的调用链路和访问关系愈发的复杂，同时

很难评估单个服务组件故障对整个系统的影响。监控告警的不完善导致发现问题、定位问题难度增大，同时业务和技术迭代快，如何持

续保障系统的稳定性和高可用性受到很大的挑战。让我们先来看看去年的互联网发生了哪些大型灾难事件。

2024年4月8日2024年7月9日2024年8月26日2024年12月11日

深圳某云控制台故障微软系统蓝屏事件上海某运营商宽带故障OpenAI故障

4月8日15点23分，某云控Windows10系统出现了蓝屏死的8月26日下午5点30分左右，12月11日下午3点，OpenAI长时间

制台无法登录，持续近87问题。影响范围几乎覆盖全球，部分用户无法正常上网。服务中断，服务都经历了严重降级

分钟，共有1957个客户报涉及了涵盖航空公司、电视广播、致使用户的工作延误、商或完全不可用。影响了OpenAI关

障。医疗机构、银行金融等众多行业。家交易受阻、娱乐中断等。联的所有服务。

2024年7月2日2024年8月19日2024年11月11日

杭州某云故障国内某云音乐故障支某宝交易故障

7月2日10点4分，上海地域可用8月19日下午2点半左右，11月11日上午，网友反映支某宝

区N网络访问出现异常，B站和用户发现服务访问困难、歌App无法正常使用。造成用户订单

小红书的用户无法关注内容、曲加载失败等现象，使其面重复扣款、余额宝转账错误、线下

评论、发弹幕等操作。临客户流失的危险。支付异常等问题。

GOPS2025·