簡到極致，便是大智。簡到極致，便是大美。數(shù)字化之于金融行業(yè)追求的便是一種簡到極致的服務(wù)體驗，然而行業(yè)數(shù)字化程度越高，IT系統(tǒng)的復(fù)雜度和規(guī)模就越大。特別是隨著科技的進(jìn)步，區(qū)塊鏈、容器、物聯(lián)網(wǎng)等Fintech技術(shù)相繼落地，帶來更加開放的格局。如何有效地利用ABC技術(shù)實現(xiàn)高可用、高性能和高可擴(kuò)展，并且維持信息系統(tǒng)有效、穩(wěn)定、持續(xù)地運行？智能運維的呼聲越來越高。

  IT運維之變， ITOM/ITSM向AIOps演進(jìn) 

近年來，金融行業(yè)的IT系統(tǒng)架構(gòu)逐漸從“傳統(tǒng)集中式架構(gòu)”轉(zhuǎn)向“互聯(lián)網(wǎng)架構(gòu)”，互聯(lián)網(wǎng)架構(gòu)所涉及的云化、分布式、DevOps等，使得IT運維的壓力越來越大。隨著AI技術(shù)的商用，監(jiān)管部門鼓勵金融機(jī)構(gòu)利用智能化手段進(jìn)行業(yè)務(wù)創(chuàng)新和IT運維管理，所以運維體系在經(jīng)過了腳本化、工具化、自動化之后，逐漸向智能化發(fā)展。2016年，AIOps的概念被Gartner正式提出：使用智能算法解決已知的IT問題，并自動化重復(fù)的工作。

經(jīng)過幾年的爭論和實踐，現(xiàn)在行業(yè)對AIOps基本形成共識：融合大數(shù)據(jù)，機(jī)器學(xué)習(xí)獲得深入的洞察力，實現(xiàn)IT運維能力和運營能力的全面增強(qiáng)，發(fā)掘更多運維人員尚未覺察的潛在的系統(tǒng)故障和運維問題。隨著IT管理由ITIL進(jìn)化為DevOps，運維管理平臺也從ITOM/ITSM向AIOps不斷演進(jìn)。

Gartner預(yù)測，到2022年，40%的大型企業(yè)將選擇結(jié)合大數(shù)據(jù)和機(jī)器學(xué)習(xí)能力的AIOps，支持和部分替代IT監(jiān)控、服務(wù)臺和自動化流程和任務(wù)，成為IT部門提升運維效率、降低運維成本的重要手段。那么，AIOps如何與金融行業(yè)復(fù)雜的IT系統(tǒng)實現(xiàn)融合呢？

金融業(yè)AIOps智能運維場景解析

由于金融業(yè)的IT成熟度高，數(shù)字化轉(zhuǎn)型需求迫切，有大量場景亟需AIOps能力。比如，海量日志數(shù)據(jù)分析、告警風(fēng)暴抑制、通過告警事件追蹤故障根因、預(yù)測業(yè)務(wù)風(fēng)險等等。

云智慧CEO殷晉認(rèn)為，AIOps基于金融行業(yè)的應(yīng)用場景，依托大數(shù)據(jù)和人工智能技術(shù)，能夠?qū)崿F(xiàn)業(yè)務(wù)指標(biāo)與IT監(jiān)控、分析、預(yù)警、處理場景的融合，通過關(guān)聯(lián)分析和交易鏈路追蹤，最終能夠發(fā)現(xiàn)和解決實際業(yè)務(wù)問題。

云智慧智能運維平臺

通常情況下，業(yè)務(wù)系統(tǒng)出現(xiàn)異常，最直接、最直觀反映就是關(guān)鍵業(yè)務(wù)指標(biāo)出現(xiàn)異常波動。以云智慧某保險行業(yè)頭部客戶為例，業(yè)務(wù)系統(tǒng)異常時，系統(tǒng)處理保單的能力會顯著下降。

但是，如何正確判斷“保單量”出現(xiàn)下降呢？傳統(tǒng)的方式就是設(shè)置一個固定的閾值，當(dāng)實時監(jiān)控到的保單量超出上述閾值時，即認(rèn)為保單量出現(xiàn)異常。傳統(tǒng)監(jiān)控系統(tǒng)的固定閾值告警，就是籍此產(chǎn)生告警信息的。

這個邏輯表面看上去沒有問題，但是仔細(xì)想一下，每天凌晨的時候，會有多少新的保單提交到系統(tǒng)中呢（假設(shè)保險公司只受理國內(nèi)的業(yè)務(wù)）？顯然，每天上午10點到12點之間新提交到系統(tǒng)中的保單量要遠(yuǎn)遠(yuǎn)多于每天凌晨提交到系統(tǒng)中的保單量。以此類推，業(yè)務(wù)系統(tǒng)在促銷活動期間和平日處理的保單量也存在顯著的差別。因此，企業(yè)很難用固定閾值來判斷業(yè)務(wù)系統(tǒng)保單量指標(biāo)是否出現(xiàn)異常。

為了解決上述問題，云智慧AIOps平臺采用多算法集成學(xué)習(xí)模式，并引入3種針對時序數(shù)據(jù)的異常檢測方法：動態(tài)基線、同比/環(huán)比和指標(biāo)異常檢測。

動態(tài)基線基于歷史數(shù)據(jù)，利用智能算法進(jìn)行深度學(xué)習(xí)，對未來一段時間內(nèi)的每個時間點的數(shù)值進(jìn)行預(yù)測，以預(yù)測值作為基線，并通過比較實際值與基線的偏離度（百分比差異）來監(jiān)控和告警。這種方法適用于已知某數(shù)據(jù)指標(biāo)呈周期性變化且沒辦法給出每個周期的準(zhǔn)確值或者周期內(nèi)的數(shù)據(jù)變化過多的場景。

同/環(huán)比變化用于發(fā)現(xiàn)某個待監(jiān)測指標(biāo)的變化趨勢是持續(xù)變好還是持續(xù)變壞。將目標(biāo)監(jiān)控值與歷史同期數(shù)據(jù)的分布和同環(huán)比的變化情況進(jìn)行對比，根據(jù)數(shù)值或百分比差異情況判斷新進(jìn)數(shù)據(jù)是否異常，并作出判斷是否進(jìn)行告警。

指標(biāo)異常檢測為了應(yīng)對不對業(yè)務(wù)模式的數(shù)據(jù)差異化特點，采用無監(jiān)督集成學(xué)習(xí)算法，無需人工設(shè)置固定閾值和定義基線偏離度，系統(tǒng)根據(jù)不同數(shù)據(jù)特點，選擇不同算法去做針對性的檢測，并對異常進(jìn)行整體評估，自動識別不符合期望的數(shù)據(jù)后產(chǎn)生告警。

在銀行業(yè)，云智慧AIOps同樣在多家商業(yè)銀行的智能業(yè)務(wù)鏈路追蹤場景中發(fā)揮價值。我們都知道，任何一筆金融業(yè)務(wù)的交易鏈路都可能涉及幾十個環(huán)節(jié)，IT追蹤非常困難，過去都是基于垂直系統(tǒng)的監(jiān)控數(shù)據(jù)由人工去做的?，F(xiàn)在，利用AIOps的實時數(shù)據(jù)分析能力，自動對交易進(jìn)行全鏈路追蹤，對采集到的數(shù)據(jù)進(jìn)行智能關(guān)聯(lián)分析，快速得到想要的結(jié)果。

云智慧AIOps平臺以事件為核心，基于大數(shù)據(jù)技術(shù)和機(jī)器學(xué)習(xí)算法，實現(xiàn)IT全生命周期的統(tǒng)一管控。對來自于各種監(jiān)控系統(tǒng)的告警消息與業(yè)務(wù)指標(biāo)進(jìn)行統(tǒng)一的接入與處理，幫助金融企業(yè)打通數(shù)據(jù)孤島，統(tǒng)一運維的標(biāo)準(zhǔn)與管理規(guī)范，減少對運維的事務(wù)性干擾，實現(xiàn)事件的智能告警、異常檢測、根因分析、智能預(yù)測等。

AIOps智能運維落地最佳實踐

2016年，云智慧在國內(nèi)率先推出了智能業(yè)務(wù)運維解決方案，并在多個互聯(lián)網(wǎng)+轉(zhuǎn)型需求迫切的行業(yè)展開實踐。歷經(jīng)3載，云智慧積累了豐富智能運維最佳實踐經(jīng)驗。殷晉在總結(jié)過往時表示，AIOps作為IT運維發(fā)展的新階段，需要根據(jù)金融機(jī)構(gòu)的IT現(xiàn)狀和技術(shù)成熟度，采用逐步推進(jìn)、分階段實施的方式進(jìn)行落地，建議從基礎(chǔ)運維到業(yè)務(wù)運維，最終實現(xiàn)智能運維。

第一階段是數(shù)據(jù)為先，無論現(xiàn)有系統(tǒng)維穩(wěn)還是業(yè)務(wù)創(chuàng)新，都需要完整數(shù)據(jù)作為基礎(chǔ)。企業(yè)完成IT系統(tǒng)建設(shè)之后，需要構(gòu)建面向全部系統(tǒng)和技術(shù)棧的統(tǒng)一監(jiān)控和運維數(shù)據(jù)處理平臺，將采集的IT數(shù)據(jù)、日志數(shù)據(jù)、網(wǎng)絡(luò)數(shù)據(jù)等進(jìn)行實時處理和分析。

第二個階段變傳統(tǒng)被動運維為主動運維。利用大數(shù)據(jù)、人工智能和數(shù)據(jù)可視化手段，通過IT與業(yè)務(wù)指標(biāo)的融合，雙向驅(qū)動IT管理。這個階段，既要讓業(yè)務(wù)部門能夠看懂IT，又能讓IT部門更加敏捷、主動的支撐業(yè)務(wù)發(fā)展。

最后是智能運維階段，該階段主要有兩個重點：一是實時響應(yīng)，當(dāng)發(fā)生問題的時候，能夠?qū)崟r動態(tài)響應(yīng)，迅速定位問題、解決問題；二是預(yù)測未來，結(jié)合DevOps、容器化等新一代技術(shù)，做到故障治愈，這是目前智能運維的最理想結(jié)果。

如今，基于AIOps的云智慧DOCP數(shù)字化運維中臺已經(jīng)陸續(xù)在銀行、保險、證券、基金、制造、航空等多個行業(yè)的頭部企業(yè)中得到大量應(yīng)用和認(rèn)可。

盡管AIOps在實際應(yīng)用過程中面臨著許多挑戰(zhàn)，但是作為AI和大數(shù)據(jù)技術(shù)對傳統(tǒng)運維產(chǎn)品和理念的顛覆，AIOps對標(biāo)數(shù)字未來，能夠更深層次的解決數(shù)字孿生世界中的運維管理難題，為IT管理和業(yè)務(wù)決策提供更明智的選擇，并對業(yè)務(wù)發(fā)展進(jìn)行洞察和預(yù)測。隨著時間推移，相信AIOps時代終將到來。