智能IT运维在金融行业的场景应用

伴随我国金融服务机构进行数字化转型的加速，IT运维从理念到模式研究正在向智能运维全面迈进。那么接下来介绍一下金融行业智能运维的四大典型场景。

1、统一监控

这是我们几乎所有企业用户在完成信息系统可以构建、业务上线之后都要用到的。统一监控与传统监控的区别在于它服务于业务。过去的监控管理系统研究主要监控底层硬件设备和竖井式IT系统，但对于中国金融服务机构发展来说，这些分散的监控系统实现共同支撑起业务的运转。因此，必须有一个开放的统一监测平台，将业务和独立的监测系统集成起来，还可以依靠这个平台来获得完整的数据。目前，在IT成熟度高的银行业，已经有部分研究机构完成了中国统一进行监控系统平台的构建，而规模相对较小的城商行、农信、证券、基金等金融服务机构则有明显的统一管理监控市场需求。

2、根本原因分析 

如何判断系统产生的大量预警信息？依靠人工进行处理和工程师的经验可以判断故障问题变得越来越困难。采用智能算法分析异常或故障的根本原因，推荐故障的根本原因，并给出深入分析的结果，以便快速处理事件。这也是我们一个AIOps的主要技术应用场景。

3、动态基线 

动态基线是各种监控场景中的典型要求，基于历史数据，采用智能算法进行深度学习，准确预测未来周期中每个时间点的值。 预测值被监测并作为基线报警。由于企业业务能力指标受时间、季节、事件等因素分析影响不断波动，这就导致IT指标的变化同样是动态的，也只有通过动态阈值才能更好更快、更准确的发现这些问题，提高运维的事件响应和处理工作效率。

4、故障预测

故障预测是基于历史预警信息的相关性来预测可能影响当前状态的故障预警，从而实现故障预警。这种场景能体现AIOps的智能技术分析问题能力，但需要我们针对中国历史数据信息进行大量学习和训练，取得成效相对较慢。

这些场景可以根据用户需求的不同组合提供场景解决方案功能，如警报抑制、异常检测、根本原因分析、多维分析、呼叫链跟踪和故障预测。最后可以通过数据可视化运维监控管理中心，把IT价值进行直观呈现在IT和业务相关部门面前，让管理者和业务发展运营负责人都能看懂。