2025年AI系统监控告警设置基础试卷及答案.docxVIP

2025年AI系统监控告警设置基础试卷及答案

考试时间：______分钟总分：______分姓名：______

一、选择题

1.在AI系统监控中，用于衡量模型推理速度的关键指标通常是？

A.数据吞吐量

B.CPU利用率

C.推理延迟

D.内存占用

2.设置监控告警阈值时，优先保证系统关键业务指标不超标的原则属于？

A.经济性原则

B.精准性原则

C.完整性原则

D.可操作性原则

3.当AI训练资源（如GPU）使用率持续高于95%且短时间内无显著下降趋势时，产生的告警通常应被归类为？

A.提示级告警

B.警告级告警

C.严重级告警

D.信息级告警

4.以下哪项技术/工具主要用于从应用程序内部暴露性能指标和状态信息？

A.日志收集器

B.网络抓包工具

C.JMX(JavaManagementExtensions)

D.负载均衡器

5.为了避免在短时间内因大量相似告警涌入导致监控系统过载或告警接收者疲劳，常用的策略是？

A.降低所有告警的严重等级

B.告警抑制

C.增加告警通知渠道

D.实时调整告警阈值

6.在监控告警闭环管理中，分析告警产生的原因并优化监控规则或处理流程属于哪个环节？

A.告警产生

B.告警通知

C.告警确认

D.告警复盘与优化

7.对于AI模型性能的监控，除了监控推理延迟和吞吐量，以下哪项也是重要的指标？

A.磁盘I/O

B.预测准确率(Accuracy/F1Score)

C.网络带宽

D.操作系统版本

8.以下哪个平台/工具组合通常被认为在时间序列数据监控和告警方面非常强大？

A.Nginx+Apache

B.Elasticsearch+Kibana

C.Prometheus+Grafana

D.MySQL+PostgreSQL

9.当监控到AI模型输入数据的某些统计特征（如均值、方差）发生显著偏离历史正常范围时，可能预示着？

A.系统硬件故障

B.模型性能下降

C.数据源出现问题或数据污染

D.训练任务即将完成

10.告警通知应选择合适的渠道，以下哪种渠道通常适用于需要立即采取行动的严重告警？

A.邮件

B.钉钉/企业微信即时消息

C.短信

D.状态页公告

二、判断题

1.任何系统异常都应该立即触发严重级别的告警。()

2.告警规则设置得越多越好，这样可以覆盖所有可能的问题。()

3.告警抑制是指在一定时间内，如果满足某个条件，则抑制后续产生的相似告警。()

4.AI系统的监控只需要关注训练阶段的资源使用情况。()

5.告警处理后，需要定期回顾告警数据，分析趋势，优化告警规则，这是告警闭环管理的一部分。()

6.使用日志系统进行监控是AI系统监控的唯一方式。()

7.为了减少误报，可以将告警阈值设置得非常高。()

8.常见的告警通知渠道包括邮件、短信、Webhook接口等。()

9.任何监控指标的选择都应该基于其对业务的影响程度和可用性要求。()

10.Prometheus是一个开源的监控系统和时间序列数据库。()

三、填空题

1.监控告警设置的四个基本步骤通常包括：设置监控指标、配置______、执行告警通知和进行告警处理与______。

2.根据告警的紧急程度和影响范围，常见的告警级别有______、警告、提示。

3.当一个告警被触发后，如果没有在预设时间内得到处理确认，系统可能会自动进行______，以避免资源持续浪费或问题恶化。

4.为了监控AI模型的性能，除了延迟和吞吐量，还需要关注如______、召回率等指标。

5.主流的监控告警平台包括Prometheus、Grafana、ELKStack、Zabbix以及各种______工具。

6.告警收敛是指将多个相关的告警事件合并为一个告警事件，以减少告警______。

7.配置监控告警时，需要考虑系统的正常运行范围，这个范围通常被称为______。

8.告警通知的目的是将告警信息及时、准确地传递给______人员。

9.对于AI系统，监控数据质量指标（如数据缺失率、异常值比例）对于保证模型______至关重要。

10.告警闭环管理的最终目的是提高告警的___