智能运维(AIOps)在中国联通分布式架构下的研究与应用

随着互联网应用的全面发展,企业IT架构发生巨大改变,分布式云化架构应用越来越多,传统运维模式面临越来越多的挑战,难以适应业务的高速发展需求,智能运维(AIOps)已成为业界必不可少的运维利器。根据该方法,可有效提升运维人员的工作效率并减轻运维人员的工作负担,同时协助运维人员能够快速排查故障问题,起到对分布式服务故障早发现早治理的效果。     

智慧运维AIOps在IPTV播控系统的探索与实践

随着IPTV业务的高速发展,设备规模和系统复杂性逐步增高,系统稳定性保障难度逐渐增大。智慧运维AIOps基于大数据和人工智能技术,为保障业务稳定运行、提高运维效率等提供了新的思路。本文介绍了海看网络科技（山东）股份有限公司在智慧运维领域的相关实践,详细阐述了基于融合模型的异常检测算法,其能高效地对海量监控数据进行实时趋势分析和告警。实践表明,智慧运维的推进对降低人力成本、提高运维效率和保障系统稳定性都有显著的效果。     

AIOps在播出系统中的应用

传统运维的特点是日常工作繁琐、应用运行环境不统一、运维及部署效率低下、无用报警信息过多、资产管理和应用管理混乱.中央广播电视总台开始探索人工智能技术提升运维效率,提高运维质量的技术发展路径.本文将围绕AIOps及关键技术进行分析,结合超高清4K播出系统中运维管理过程的相关实践,提供一些技术运维的新思路.     

基于AIoT+AIOps的数据中心智能化运维实现探讨

随着社会发展各项新型技术得以不断创新研发,数据中心实现软件智能化已经成为共识,因此本文展开对基于AIoT+AIOps的数据中心智能化运维实现展开研究,概述AIoT+AIOps前提下提出实现智能运维所主要解决的问题,为类似研究提供可借鉴价值。     

5G网络智能运维研究

随着5G商用的日益临近,运维保障成为了接下来的一项重要工作。当前电信运营商的运维工作主要以人工运维为主,存在着效率不足等问题,难以保证未来5G网络的正常运转。因此,需要从运维的思想开始转变,结合对切片的生命周期管理,学习IT行业的理念和技术。在故障告警处理等方面,使用机器学习的方式,实现告警关联和故障预测,故障自愈的自动化,智能化。     

探索基于AI技术的互联网智能运维新模式

随着4G+技术的应用,5G时代的到来,电信运营商面临着被管道化和业务边缘化的风险。同时,跨界竞争不断加剧,传统通信业务市场趋于饱和,随着5G技术的部署与发展,世界正从“人人互联”向“万物互联”迈进,物联网和VR等互联网应用场景多样化,运维复杂程度越来越高。传统运维方式成本高、协作困难、效率低下,难以满足业务发展需求。近年来大数据和AI新技术的兴起,为加速运营商数字化创新提供了新的契机。运营商应紧抓机遇,积极探索AI网络运维应用场景,逐步推进人工智能与网络运维深度融合。     

4G/5G无线网络智能运维研究与应用

智能运维是网络智能化的重要内容,推行网络运维智能化,对4G/5G网络的高效、可靠运行具有非常重要的意义。本文提出一种4G/5G无线网络智能运维方案,采用多种AI深度学习算法,基于基站的告警、性能、动环等多维度数据建立基站退服预测模型、异常检测模型和故障根因定位模型,并进行模型组合,输出智能巡检、退服预警发布和故障工单根因智能定位等支撑一线生产的功能应用。经过实际的应用试点,验证了方案的可行性和有效性,为4G/5G网络智能运维的实施提供了有力的方法指导和技术支撑。     

基于XGBoost和LSTM的智能监控系统研究

本文对基于XGBoost和LSTM的智能监控系统进行研究,阐述了异常检测和趋势预测的实现,将智能监控系统与传统固定阈值报警进行实验对比,并观察数据的真实趋势和预测趋势,研究结果表明本文提出的智能监控系统可以提高异常检测的准确率,趋势预测效果较好。     

一种基于AI的虚拟化网络故障预测方法

传统的仅依赖监测特定告警标题发现重要故障的方法存在较大的局限性,无法主动监控到所有高危故障并提前预警,容易引发用户批量投诉,严重影响用户感知。同时传统的通信设备故障预测方法无法直接适用于虚拟化网络的故障预测。因此,本文提出一种基于AI的虚拟化网元的故障预测方法,通过采集告警数据、性能指标和工程状态等信息,利用随机森林算法开展故障预测,有效提升了高危故障的预警能力和预测准确率,保障了虚拟化网络的质量。     

电信运营商网络运维智能化的应用思路与实践

当前电信运营商网络运维工作主要依赖于维护人员定期执行维护操作,存在管理盲区、效率低下的问题。文章介绍如何应用人工智能技术解决该问题的方案。一是将自然语言处理相关技术应用于故障调度中,用以解决故障调度效率问题;二是将机器学习应用于网络拥塞控制预防及路径统筹优化中,通过预设特定的约束条件,可自动对拥塞业务路径做出调整;三是将计算机视觉相应技术应用于机房管理中,可有效解决人工巡检不及时,施工人员权限难管理的问题;四是利用机器学习算法,对网络关键指标的变化趋势进行自动检测,快速发现指标异常变动。文章认为智能化手段能为传统运维工作带来革命,应予以大力推广。     

基于AI技术的证券智能服务探索与实践

针对传统证券业务面临大量长尾客户待服务、策略较固化、成本较高等痛点,通过对主流AI技术与证券业务体系相融合,在满足合规、安全性要求下构建特色智能服务系统,通过统一算法仓库管理、集群化AI算力提供及规范化应用服务管控,辅助投资顾问解决业务需求,为证券业务智能服务领域转型的可行性探究总结实践经验。     

跨专业承载网络智能运维研究与应用

随着人工智能技术和网络日趋紧密地融合,未来网络的运营和生产应该是全面数字化、自动化和智能化的。目前跨专业网络故障定位主要依赖各专业运维人员分别进行分析和派单,导致排障时间长、重复派单等问题。为了节省人力工作,借助自动化和人工智能技术,研发了一套应用于实际现网的跨专业网络智能运维系统。该系统可对IPRAN和OTN关联的拓扑信息以及实时的IPRAN和OTN告警数据进行综合分析,精准定位根因告警,确定故障位置,实现自动派单。该系统构建了跨专业的故障自动诊断能力,将故障定位时间由传统的2 min缩短为几十毫秒,极大减少故障处理时间和人工工作,可覆盖现网大部分故障种类。     

基于Ansible自动化运维的信息系统故障预测技术

本文基于Ansible设计开发了自动化运维的信息系统,批量进行任务操作。经过测试,系统可有效提升运维工程师工作效率。本文对基于Ansible自动化运维的信息系统故障预测技术进行了探讨,提升了电网企业运行的稳定性,进一步提高了运维效率。     

基于Ansible自动化运维的信息系统故障预测技术

本文基于Ansible设计开发了自动化运维的信息系统,批量进行任务操作。经过测试,系统可有效提升运维工程师工作效率。本文对基于Ansible自动化运维的信息系统故障预测技术进行了探讨,提升了电网企业运行的稳定性,进一步提高了运维效率。     

基于Fcn-Attention的硬盘故障预测方法

保证大型数据中心服务的可靠性越来越重要,硬盘是大型数据中心中故障率最高的组件.如果能够预测硬盘的故障情况就可以提前对数据进行保护和隔离,避免造成重大损失.然而当前的预测器不能同时有效地提取时间序列的长短期依赖关系,学习样本的有效特征.文章提出了基于注意机制的全卷积注意力模型,该模型能够解决长短期依赖问题,有效识别故障模...     

基于SDN的网络运维系统设计与开发

电力系统计算机网络运维管理存在功能弱、粒度粗及业务支撑能力不够等问题.试图以SDN技术解决上述问题,提出了SDN网络运维管理框架,构建了跨域的SDN,研发了运维管理系统,部署了拓扑发现、故障检测与切换等典型运维功能.测试表明,该系统克服了传统网络运维管理系统的缺点,达到了设计目标.     

智能生产线CPS的生产故障运维平台研发

本文对基于CPS的生产故障运维平台的架构进行设计,分析了其数据驱动的建模方式及步骤,能够防止在生产线运行中的故障风险,又能够最大程度地使用设备的安全服役寿命,减少不必要的维护成本。