由 dawei 在复杂的现代 IT 环境中，AIOps 利用人工智能简化 IT 运营管理并加速和自动完成问题解决过程。
智能建筑技术很棒——只要它们运行正常。
随着建筑业主继续涉足在商业建筑和校园中部署的各种物联网系统，如果从性能和网络安全的角度处理不当，管理每个系统的硬件和软件将成为一项艰巨的任务。
幸运的是，利用人工智能 (AI) 的先进监控平台正在市场上广泛使用。它们被称为 人工智能IT 运营 (AIOps) 平台的——它们可能是满足您的智能建筑监控和管理需求的确切解决方案。
什么是 AIOps?
AIOps(即人工智能 IT 运营)是应用人工智能 (AI) 来改进 IT 运营的方法。 具体而言，AIOps 使用大数据、分析和机器学习功能来执行以下操作：
收集并汇总由多个 IT 基础架构组件、应用程序和性能监视工具生成的、不断增加的海量运营数据
智能地从“噪声”中筛选出“信号”，以识别与系统性能和可用性问题相关的重要事件和模式。
诊断根本原因并将其报告给 IT 部门以便他们快速响应和补救，或在某些情况下自动解决这些问题而无需人工干涉。
通过将多个单独的手动 IT 运营工具替换为单一的智能自动化 IT 运营平台，AIOps 使 IT 运营团队能够更快地作出响应，甚至主动处理慢速和中断事件，从而大幅减少工作量。
它可以缩小下面两大对立面之间的差距：一方面是日益多样化、动态且难以监控的 IT 环境，另一方面是用户对应用程序性能和可用性几乎或根本无中断的期望。 大多数专家都认为 AIOps 是 IT 运营管理的未来。
什么是 AIOps 平台?
基础设施监控和管理工具已经存在了几十年。示例包括使用 ICMP 和 SNMP 协议的简单测试工具，一直到执行深度数据包检测 (DPI) 和对通过线路的每个数据包进行流式网络遥测的高级系统。
虽然所有这些监控协议、工具和平台都提供了监控可见性，但大多数都是独立部署的，不提供自动化分析，也不在彼此之间共享关键数据。 AIOps 平台将许多这些不同的技术整合到一个集中管理的统一工具中。
AIOps 背后的概念是收集大量相关的基于网络的监控和健康信息。如此之多，以至于人类管理员会发现管理起来很困难，如果不是不可能的话。然而，在人工智能的帮助下，数据分析过程可以自动执行，并向操作管理员显示警报和补救步骤，而所需的人工干预相对较少。
AIOps 平台如何获得智能?
为了获得识别性能和/或网络安全问题所需的必要情报，新实施的 AIOps 系统必须首先位于网络上并观察被认为是“正常”的网络行为。一旦完成，管理员可以设置各种性能和安全相关指标的监控阈值，当网络行为超出这些设置的限制时，管理员会反过来提醒他们。
由于 AIOps 平台正在摄取和分析整个网络的网络健康信息，因此 AI 通常可以实时确定导致问题的设备以及原因。这显着减少了故障排除时间以及管理员修复性能或网络安全事件的速度。
AIOps 如何从智能建筑监控和管理的角度帮助我们?
最好将 AIOps 平台视为 IT 运营团队基于 AI 的扩展。鉴于这种情况，AIOps 平台可以自动化许多以前由员工手动执行的流程。这包括：
收集整个建筑物或校园网络的网络性能、健康和安全数据。
从性能和网络安全的角度对收集的数据进行智能分析。
在发现性能/安全问题时提供自动警报。
提供网络和连接设备整体健康状况的集中式端到端视图。
对于寻求将智能建筑技术集成到其物业中的建筑业主和运营商——但他们也希望在“精益 IT 模式”下工作以限制管理智能建筑技术所需的 IT 人员数量，AIOps 提供了以下好处：
自动识别 IT 性能或网络安全问题。
AI 支持的根本原因分析和修复。
额外的网络安全监控层，用于识别受感染设备何时开始与命令和控制服务器通信，偏离“正常”网络行为。
AIOps 平台有什么缺点吗?
AIOps 平台的一个显着缺点在于，监控和警报工具必须首先观察基础设施在现有条件下运行时的情况。此步骤用于确定被认为是最佳网络行为的基线。
如果您网络上的设备或服务已经导致性能或网络安全问题，则基线步骤可能具有挑战性。如果在基线过程之前问题没有得到解决，AIOps 平台会将它们构建到基线指标中，并将它们视为典型行为。
此基线要求意味着必须花费时间和精力提前手动解决尽可能多的性能和安全相关问题，以便 AIOps 工具建立尽可能接近最佳的监控基线。
因此，对于那些正在研究 AIOps 以简化其基础设施监控和管理的人，最好的建议是首先让所有现有技术尽可能地运行。一旦该步骤完成，持续的 AIOps 监控和警报将更加准确。