ITBear旗下自媒體矩陣:

深信服AIOps天工引擎入選Gartner?《中國AIOps市場指南》!

   時間:2023-09-13 14:50:41 來源:互聯(lián)網(wǎng)編輯:茹茹 發(fā)表評論無障礙通道

近日,Gartner?發(fā)布了《中國AIOps市場指南》(Market Guide for AIOps, China)。在該市場指南中,Gartner對中國的AIOps市場及代表廠商進(jìn)行了詳細(xì)分析,其中,深信服作為代表廠商入選該市場指南。

Gartner表示:“中國對AIOps的興趣與日俱增。根據(jù)預(yù)測:2021-2027年全球IT運(yùn)營管理軟件研究,中國AIOps市場預(yù)計(jì)在2023年至2025年間每年增長46.9%,從3020萬美元增至6490萬美元?!?/p>

對于AIOps,Gartner則描述道:“AIOps平臺通過將AI集成到事件管理流程中來增強(qiáng)、加速和自動化對來自監(jiān)控和可觀察工具的信號的響應(yīng),從而增強(qiáng)IT運(yùn)營管理。這涵蓋了異常檢測、事件關(guān)聯(lián)和減少、根本原因分析以及加速或自動修復(fù)等領(lǐng)域?!?/p>

我們認(rèn)為,隨著中國經(jīng)濟(jì)的不斷發(fā)展、人工智能技術(shù)的日益普及,各行業(yè)用戶的數(shù)字化進(jìn)程都在加速,而網(wǎng)絡(luò)安全風(fēng)險(xiǎn)、IT基礎(chǔ)設(shè)施管理難度也日趨增大。中國互聯(lián)網(wǎng)用戶規(guī)模龐大,每時每刻都產(chǎn)生海量業(yè)務(wù)與數(shù)據(jù),AIOps的出現(xiàn),不僅幫助各行業(yè)用戶更快速準(zhǔn)確地處理龐大數(shù)據(jù),更可以幫助企業(yè)以更高的人效比完成復(fù)雜的運(yùn)維工作。

近年來,深信服在AI、大數(shù)據(jù)等前沿技術(shù)上大力投入,在該份市場報(bào)告中,深信服憑借著AIOps天工引擎入選為國內(nèi)AIOps技術(shù)領(lǐng)域的代表廠商。

深信服AIOps天工引擎串聯(lián)海量數(shù)據(jù),聯(lián)動50+人工智能算法,為用戶的IT基礎(chǔ)設(shè)施及云平臺提供全生命周期精細(xì)化運(yùn)營和運(yùn)維,可覆蓋150+典型故障場景,7-30天提前預(yù)測,1分鐘發(fā)現(xiàn),3分鐘快速定位,幫助用戶大幅提升運(yùn)維效率。

具體來說,深信服AIOps天工引擎構(gòu)筑了以下能力——

全棧資源監(jiān)控

向上覆蓋云主機(jī)、桌面應(yīng)用、數(shù)據(jù)庫、業(yè)務(wù)健康狀態(tài)、資源狀態(tài)等業(yè)務(wù)層監(jiān)控指標(biāo),向下覆蓋云平臺、底層服務(wù)器/存儲/CPU/內(nèi)存/RAID等硬件狀態(tài),形成全面監(jiān)控體系,同時建立統(tǒng)一數(shù)據(jù)采控體系,覆蓋500+監(jiān)控指標(biāo),可支撐上層監(jiān)控和告警場景,以便用戶快速對故障進(jìn)行感知、定位和修復(fù)。

硬件故障預(yù)測與檢測

提前預(yù)測磁盤的“亞健康”狀態(tài),實(shí)現(xiàn)主動式故障預(yù)測風(fēng)險(xiǎn)信息總覽,通知運(yùn)維人員對硬盤巡檢確認(rèn),對業(yè)務(wù)進(jìn)行遷移,避免業(yè)務(wù)宕機(jī)、數(shù)據(jù)丟失等重大現(xiàn)網(wǎng)問題。

對主機(jī)內(nèi)存故障進(jìn)行預(yù)測,及時提醒更換故障內(nèi)存條,減少內(nèi)存錯誤引發(fā)的宕機(jī)對云主機(jī)造成的業(yè)務(wù)影響。

對硬件故障進(jìn)行預(yù)測,基于日志數(shù)據(jù)或指標(biāo)數(shù)據(jù)進(jìn)行分析推理和判斷,運(yùn)維人員可提前7-30天精準(zhǔn)預(yù)測故障,預(yù)測精度在90%以上。

資源預(yù)測與畫像

可提前預(yù)測主機(jī)、虛擬機(jī)資源需求趨勢,預(yù)測準(zhǔn)確率達(dá)96.8%。運(yùn)維人員可以通過資源畫像了解資源的整體情況和細(xì)分情況,天工引擎可對過載資源容量進(jìn)行提前預(yù)警,避免緊急擴(kuò)容導(dǎo)致的系統(tǒng)性風(fēng)險(xiǎn),根據(jù)歷史容量趨勢規(guī)律,指導(dǎo)當(dāng)前業(yè)務(wù)進(jìn)行合理擴(kuò)容。

告警收斂與根因分析

天工引擎基于AI算法+專家領(lǐng)域知識,構(gòu)建全棧業(yè)務(wù)卡慢檢測與根因定位能力,實(shí)現(xiàn)自動故障診斷,并提供閉環(huán)處置的建議。告警收斂可縮減90%以上重復(fù)告警規(guī)模,提高告警的精準(zhǔn)度和可讀性,在避免告警風(fēng)暴的同時,助力運(yùn)維人員在海量信息與大量告警中快速定位并修復(fù)故障。運(yùn)維效率提升30%,平均問題定位時間(Mean Time to Identify,MTTI)降低50%。

網(wǎng)絡(luò)全鏈路質(zhì)量感知分析

全鏈路網(wǎng)絡(luò)分析技術(shù)通過全面感知、分析和預(yù)測網(wǎng)絡(luò),將不同的網(wǎng)絡(luò)平面進(jìn)行關(guān)聯(lián)映射,提供統(tǒng)一可視和統(tǒng)一運(yùn)維的視角,可識別典型網(wǎng)絡(luò)故障,減少70%的故障隱患,分鐘級定位50+種典型故障場景,解決了鏈路拓?fù)潢P(guān)系割裂和連通性可見性低的問題,幫助用戶快速定位和定界全鏈路網(wǎng)絡(luò)問題的能力。

基于運(yùn)維知識圖譜、深度學(xué)習(xí)、遷移學(xué)習(xí)、小樣本等核心技術(shù),AIOps天工引擎已廣泛用于深信服超融合、桌面云、托管云等產(chǎn)品。

超融合“云端智能大腦2.0”,可利用海量數(shù)據(jù)與充足的算力實(shí)現(xiàn)深度學(xué)習(xí)算法,覆蓋150+典型故障場景,提前7~30天主動預(yù)測硬件故障風(fēng)險(xiǎn),1s定位故障根因,準(zhǔn)確率>90%。

桌面云IOM智能運(yùn)營平臺,擁有全棧智能運(yùn)維引擎,可偵測并自主閉環(huán) 70%以上的桌面云資源瓶頸問題,可將50%故障問題定位與修復(fù)時間縮短至分鐘級。

托管云在云端智能大腦與安全GPT大模型的加持下,可對云計(jì)算業(yè)務(wù)故障實(shí)現(xiàn)全生命周期處理的同時,自動化處置各類安全風(fēng)險(xiǎn),提高云平臺運(yùn)維效率。

面對層出不窮的新技術(shù)、日益復(fù)雜的新挑戰(zhàn),深信服為每個用戶的數(shù)字化更簡單、更安全而持續(xù)創(chuàng)新。對AIOps持續(xù)探索與應(yīng)用,不僅為提升用戶的運(yùn)維管理效率,更是與用戶共同邁向數(shù)字化未來的一次實(shí)踐。深信服將保持創(chuàng)新、全情投入,為廣大用戶的數(shù)字化升級提供強(qiáng)勁支撐力。

Source: Gartner?, Market Guide for AIOps, China

Gartner does not endorse any vendor, product or service depicted in its research publications, and does not advise technology users to select only those vendors with the highest ratings or other designation. Gartner research publications consist of the opinions of Gartner’s research organization and should not be construed as statements of fact. Gartner disclaims all warranties, expressed or implied, with respect to this research, including any warranties of merchantability or fitness for a particular purpose.

GARTNER and HYPE CYCLE are registered trademarks of Gartner, Inc. and/or its affiliates in the U.S. and internationally and is used herein with permission. All rights reserved.

舉報(bào) 0 收藏 0 打賞 0評論 0
 
 
更多>同類資訊
全站最新
熱門內(nèi)容
網(wǎng)站首頁  |  關(guān)于我們  |  聯(lián)系方式  |  版權(quán)聲明  |  網(wǎng)站留言  |  RSS訂閱  |  違規(guī)舉報(bào)  |  開放轉(zhuǎn)載  |  滾動資訊  |  English Version