原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
AI+运维：构建智能化运维新范式
中国信息通信研究院云计算与大数据研究所汇报人：白璐
01.中国信息通信研究院AIOps运维体系介绍
02.运维智能体标准介绍
03.智算运维标准介绍
2
院历史沿革，发展使命、定位及文化理念
1957年
信息社会创新发展的思想库和使能者中国信息通信研究
信息社会创新发展的思想库和使能者
中国信息通信研究院
邮电部邮电科学研究院
1994年
邮电部邮电分营
邮电部电信科学研究规划院
1998年 2008年 2014年
组建信产部 组建工信部 工信部
信产部 工信部 中国信息通信电信研究院电信研究院研究院
发展使命 信息社会创新发展的思想库和使能者
发展定位 国家高端专业智库
文化理念 厚德实学
产业创新发展平台
兴业致远
33
国家高端专业智库：战略、政策、法律法规等支撑成效
十八大以来，支撑起草部委以上政策文件299份，其中牵头支撑229份。
中国信息通信研究院
中国信息通信研究院
深入参与我国网络领域法律体系建设，全面支撑全国人大常委会法工委、国务院办公厅等相关立法研究和制定工作。
全程参与支撑我国网络领域重要立法项目
积极参与国际组织
? 国内多家标准化组织核心成员，在18个技术委员会、48个工作
组担任领导职务 国家标准362项 行业标准3708项
? 2002以来牵头制定：团体标准751项 标准研究课题487项
? 深入参与全球标准化活动，牵头发布国际标准119项，参与制定
国际标准143项，标准类其他成果33项。承担国际标准国内
?承担工信部国际电联工作委员会秘书处办公室。
?在ITU,ISO,IEEE,APT,3GPP等国际组织中担任107个专业和管理职务。
?国际电信联盟授予ITU学院培训中心（ATC）、数字化发展创新和创业联盟全球加速中心（全球3家，中国唯一）。
训学员超过4000人。
对口组长单位7个。 4
运维的技术发展与跃迁
中国信息通信研究院p随着信息技术的飞速发展和数字化转型的深入推进，运维领域经历了从传统人工操作到智能自治的跨越式发展。从最初依赖人工经验的被动响应，到自动化工具带来的效率革命，再到机器学习赋能的智能分析，直至如今引入大模型等人工智能技术实现的自主决策，运维工作不断
中国信息通信研究院
传统运维时代(1990-2005s)
运维工作完全依赖人工操作，技术人员通过基础监控工具和脚本进行被动式故障处理，响应速度慢且效率低下。
自动化运维时代（2005s-2015s）
通过引入配置管理和持续集成工具，实现了重复性任务的自动化处理，将故障恢复时间从小时级缩短到分钟级，并催生了DevOps文化。
小模型运维时代（2015s-2023s）
开始运用机器学习算法，实现了基于数据驱动的异常检测和根因分析，使运维工作具备了初步的智能化特征，但仍受限于局部场景和人工规则配置。
大模型运维时代（2023s-2033s）
通过多模态大模型和数字孪生技术，实现了全域感知和自主决策能力，不仅能进行端到端诊断和预测性维护，还能自动生成解决方案，将运维响应速度提升至毫秒级。
5
从“AIOps1.0”到“AIOps2.0”
p智能运维AIOps的概念最早由Gartner在2016年提出，由最初的AlgorithmicITOperations，逐渐演变为ArtificialIntelligenceforITOperation。pAIOps1.0时代（小模型运维时代）:核心技术围绕数据驱动和局部场景智能化展开，包括事件关联、异常检测和因果关系确定。
中国信息通信研究院pAIOps2.0时代（大模型运维时代）:通过多模态理解、自主决策和
中国信息通信研究院
AIOps1.0时代 AIOps2.0时代
基础技术??
机器学习算法：时序预测模型、无监督学习算法等。深度学习算法：卷积神经网络CNN等。
? 通用大模型（如GPT-4、Claude）：处理自然语言工单、文档和日志。
? 垂直领域微调模型（如运维专用LLM）：针对日志解析、故障推理优化。? 多模态融合：同时分析文本日志、时序指标、拓扑图等异构数据。
应用场景 ???
?局限性 ?
?
预测磁盘容量、CPU负载等指标趋势，提前触发扩容识别偏离正常模式的指标（如网络延迟突增）。通过日志和指标关联定位故障源头。
场景碎片化：每个模型仅解决特定问题（如磁盘预测、网络异常检测），缺乏全局关联。依赖特征工程：需人工定义关键特征（如“CPU使用率90%持续5分钟=异
文档评论（0）