本屆挑戰(zhàn)賽以當(dāng)前運(yùn)維領(lǐng)域的熱點(diǎn)“微服務(wù)應(yīng)用系統(tǒng)故障發(fā)現(xiàn)和根因定位”為賽題，所用數(shù)據(jù)全部來(lái)自運(yùn)營(yíng)商真實(shí)業(yè)務(wù)環(huán)境，由運(yùn)營(yíng)商在準(zhǔn)生產(chǎn)環(huán)境中進(jìn)行數(shù)據(jù)采集、清洗、流量縮放、故障注入和實(shí)時(shí)數(shù)據(jù)推送，最終提供業(yè)務(wù)指標(biāo)、微服務(wù)調(diào)用鏈、基礎(chǔ)設(shè)施性能指標(biāo)、部署架構(gòu)共4大類(lèi)合計(jì)240小類(lèi)數(shù)據(jù)，為參賽選手創(chuàng)造了完全真實(shí)的運(yùn)維環(huán)境。

　　新華三集團(tuán)選手張闖講解技術(shù)方案

面對(duì)復(fù)雜的課題環(huán)境，新華三集團(tuán)代表參賽隊(duì)伍H3C AI Institute從實(shí)際應(yīng)用出發(fā)，采取模型泛化預(yù)測(cè)與創(chuàng)新算法，對(duì)應(yīng)多組系統(tǒng)指標(biāo)，在原始數(shù)據(jù)集處理過(guò)程中大幅提升效能，另一方面，通過(guò)構(gòu)造異常評(píng)分表，實(shí)現(xiàn)故障根因的快速識(shí)別，大大降低了對(duì)算力資源的占用。基于此，新華三集團(tuán)代表隊(duì)在故障排查準(zhǔn)確度、性能效率等多個(gè)關(guān)鍵指標(biāo)上都實(shí)現(xiàn)了領(lǐng)先，最終以顯著優(yōu)勢(shì)贏得冠軍。

賽后，作為大賽冠軍代表隊(duì)隊(duì)長(zhǎng)，新華三集團(tuán)AI研究院敖襄橋院長(zhǎng)受邀就“AIOps最后一公里”議題進(jìn)行分享：當(dāng)前智能運(yùn)維的普遍問(wèn)題——算法推測(cè)故障的準(zhǔn)確率不高，加之不同企業(yè)之間IT架構(gòu)業(yè)務(wù)的差異性，這就使得用戶(hù)在AIOps落地中不得不面臨準(zhǔn)確性和性能做權(quán)衡的處境。因此，我們需要不斷創(chuàng)新并優(yōu)化機(jī)器學(xué)習(xí)算法，梳理自動(dòng)化預(yù)案和執(zhí)行手段，借助場(chǎng)景化驅(qū)動(dòng)前沿AIOps 算法落地，進(jìn)而提高故障分析、定位和排查的效率。

　　新華三集團(tuán)AI研究院敖襄橋院長(zhǎng)參與論壇發(fā)言

隨著AI技術(shù)的進(jìn)一步發(fā)展與落地實(shí)踐，人工智能將進(jìn)一步與IT運(yùn)維緊密結(jié)合，助力企業(yè)迎戰(zhàn)復(fù)雜的業(yè)務(wù)系統(tǒng)。對(duì)此，新華三集團(tuán)將繼續(xù)踐行“AI in ALL”智能戰(zhàn)略，用AI技術(shù)提升IT運(yùn)維的風(fēng)險(xiǎn)控制能力和服務(wù)效率，推進(jìn)運(yùn)維自動(dòng)化、智能化演進(jìn)，護(hù)航百行百業(yè)的數(shù)字化轉(zhuǎn)型。

zhangnn