原標題：深信服能監(jiān)控 超融合690向未來更進一步

　　隨著新一輪AI熱潮的到來,越來越多的目光聚焦到了AI上。云計算作為數(shù)字化轉(zhuǎn)型的基石之一,其本身需要借助先進技術(shù)不斷強化自身能力,AI技術(shù)的融入,將讓用戶的數(shù)字化轉(zhuǎn)型更加順暢。

　　深信服基于AI First理念將AI能力在自身產(chǎn)品全面推廣,通過對智能算法模型進行深度訓(xùn)練構(gòu)筑技術(shù)中臺,根據(jù)運維、性能、安全方面的能力需求,衍生出了三大技術(shù)分支:AIOps、AIRun、AISec。以深信服超融合690版本為例,在AI能力的加持下,超融合不再是單純承載業(yè)務(wù)的基礎(chǔ)設(shè)施,而是助力用戶數(shù)字化轉(zhuǎn)型的強力支持。

　　AIOps:簡化運維,提高運維人效比

　　變革創(chuàng)新的車輪滾滾向前,IT基礎(chǔ)設(shè)施的運維手段也在不斷進化。從手工運維、流程化標準化運維、平臺自動化運維,再到如今的AIOps,每一次模式的創(chuàng)新與變革都意味著能力和效率的提升。

　　相比于傳統(tǒng)IT基礎(chǔ)設(shè)施復(fù)雜的運維流程,深信服AIOps率先將ITOM與AI技術(shù)結(jié)合,打造出O2O場景下的AI運維引擎——天工引擎。將AI能力注入超融合690的運維業(yè)務(wù),用更高的人效比和更快的響應(yīng)速度,幫助用戶將運維工作化繁為簡,實現(xiàn)“人人皆可運維”。如今,超融合690憑借天工引擎可提前7~30天預(yù)測故障風險,預(yù)測精準度超過90%,1分鐘及時發(fā)現(xiàn),3分鐘快速定位。

　　為了將業(yè)務(wù)風險消除于萌芽之中,天工引擎采集了log、trace、metric等與故障有強關(guān)聯(lián)性的硬件資源數(shù)據(jù),借助深度學習的Attention機制分別建立故障專屬預(yù)測模型。在模型上通過CNN因果卷積網(wǎng)絡(luò)、Transformer機制提取并挖掘故障發(fā)生的時間規(guī)律,實時對照系統(tǒng)內(nèi)正常工作的軟硬件參數(shù),在故障發(fā)生前提前預(yù)測風險。

　　故障預(yù)測流程圖

　　為了避免用戶在海量預(yù)警下錯過關(guān)鍵信息,天工引擎采用NLP算法、分詞運算、熵值算法等智能算法,根據(jù)模式特征將海量告警信息收斂為關(guān)鍵告警,幫助用戶將精力聚焦在關(guān)鍵業(yè)務(wù)。同時為了幫助用戶更快消減故障帶來的停機風險,天工引擎可將故障產(chǎn)生的異常數(shù)據(jù)導(dǎo)入因果推理模型,綜合根因定位模擬并生成異常事件的溯源鏈路,直觀的展示異常在指標間的傳播效應(yīng),幫助運維人員快速、精準的定位問題根因。

　　根因分析流程圖

　　AIRun:性能優(yōu)化,助跑架構(gòu)實現(xiàn)高性能

　　隨著越來越多的業(yè)務(wù)上云,多業(yè)務(wù)混合部署已經(jīng)成為當下云環(huán)境常態(tài)。多業(yè)務(wù)部署在同一臺主機的方式雖然能在一定程度上節(jié)省資源成本,但也加劇了不同業(yè)務(wù)系統(tǒng)間的資源搶奪。

　　為了更好的保障用戶核心業(yè)務(wù)的正常運轉(zhuǎn),深信服AIRun可基于業(yè)務(wù)畫像分析引擎捕捉虛擬機資源指標與業(yè)務(wù)性能的關(guān)聯(lián)性信息,并根據(jù)性能需求的差異性將平臺內(nèi)運行的業(yè)務(wù)體系分為計算密集型、訪存密集型、IO密集型等類別。

　　同時,采用的CPU智能調(diào)度算法就像一名擁有“上帝視角”的調(diào)度員,在對底層資源全局調(diào)控的同時,精準識別核心業(yè)務(wù)的資源需求,根據(jù)業(yè)務(wù)類別把運算資源優(yōu)先分配給核心業(yè)務(wù),保障業(yè)務(wù)的流暢運行。在不綁定硬件的前提下,進一步提高資源利用率,實現(xiàn)平臺的高性能運轉(zhuǎn)。

　　AISec:告警梳理,實現(xiàn)業(yè)務(wù)上線即安全

　　得益于AI中臺,超融合的安全能力未來將不止作用于單一的虛擬化。為了更好的應(yīng)對未知的安全風險,打造安全省心的業(yè)務(wù)環(huán)境,AISec可根據(jù)用戶云平臺過往的告警數(shù)據(jù)進行時序建模,實時學習并利用業(yè)務(wù)基線過濾告警,為用戶梳理海量的告警信息,優(yōu)先解決緊急的安全事件。

　　AISec安全運營流程圖

　　同時,對于結(jié)果導(dǎo)向不明確的安全線索,AISec可根據(jù)圖分析和中心性算法評估告警信息的準確性,對安全事件進行深度挖掘并及時定性。在檢測層面將安全事件的誤報漏報下降一個數(shù)量級,做到提前預(yù)警、精準預(yù)警。而在安全事件的處置層面,運維人員無需具備專業(yè)的安全知識,即可對安全事件進行定位、分析、排障,用不斷進化的AI能力,實現(xiàn)云平臺業(yè)務(wù)上線即安全。

備注：市場有風險，選擇需謹慎！此文僅供參考，不作買賣依據(jù)。

   投稿郵箱：chuanbeiol@163.com   詳情請訪問川北在線：http://www.dstuf.com/