全国服务热线:400-8875538  135-3095-4096

关于我们 PRODUCT DISPLAY

思享家玩CISCOAIOps,你需要一颗大心脏

来源: 发布时间:2021-10-30 851 次浏览

  企业需要运维的数据量呈指数级剧增,传统的 IT 运维监控(ITOM)四大平台―― DEM 数字体

是一个介绍如何利用思科先进技术解决客户问题的专栏。每期聚焦一个技术热点或应用场景,邀请思科技术专家简单介绍,为读者提供实用的建议。正如上一期所介绍的那样,我们生活在一个多云多域的技术世界里,企业应用比以往任何时候都更加复杂和不可预测。企业需要运维的数据量呈指数级急剧增加。传统的IT运维监控(ITOM)四大平台——DEM数字体验监控、NPMD网络性能监控、ITIM基础设施监控、APM应用性能监控在一定程度上都是单一的技术孤岛,无法形成全栈端到端的企业拓扑能力。  

的信息技术研究和分析公司Gartner很早就意识到了这一点,并于2016年将基于算法的IT运维平台(AlgorithmicITOperationsPlatforms)缩写为AIOps,明确了四个场景:  

  • 自动化

  • 监控

  • 服务保障和流程(企业服务台)

  • 业务大屏

       提出六个关键能力:  

  • 预测性洞察

  • 智能告警

  • 智能协作

  • 自动化工作流

  • 故障根因分析

  • 决策支持

       Gartner于2017年正式定义AIOps(智能运维平台),解读为ArtificialintelligenceforIToperations:  

  • AIOps平台利用大数据、现代机器学习等分析技术,直接或间接增强IT执行力(监控、自动化、服务台)的功能,具有主动、个性化、动态的洞察力;

  • AIOps平台技术包括使用多数据源、丰富的数据收集方法、实时深入分析技术、数据呈现技术和自动化;

               Gartner技术成熟度曲线报告(HypeCycleforICTinChina)显示,AIOps只需2-5年进入稳定期(2018年为5-10年!)。AIOps时代正在加速。

微信图片_20211116103910.png

思科AIOps平台——家学悠久                    

一直注重布局前瞻性技术的思科,在本世纪初就意识到,随着企业IT应用的逐渐丰富,运维必将成为企业关注的焦点,所以从此开始投资这个领域,虽然当时AIOps还没有诞生。综上所述,思科AIOps的布局有两个特点:早于行业探索,早于行业定义;广-多云多域,全栈,端到端(包括全球全环节)。                   

思科部分AIOps平台的时间线,比如全栈业务和应用性能管理AppDynamics连续9年处于GartnerAPM魔法象限领先地位,今年6月最新公开数据显示市场份额和利润排名;在原始微服务时代的工作负载零信任领域,Tetration(现更名SecureWorkload)处于领先地位,为各类工作负载提供全流量的可视化依赖和零信任多云策略,支持企业拓扑的全自动编排;ThousandEyes是DEM领域的,为每个用户提供可执行的洞察力。可以参考之前分享的内容(千眼看多云(上),千眼看多云(下);Stealthwatch(现更名SecurenetworkAnalytics)安全网络分析平台,基于网络遥测数据,行业领先的机器学习和行为建模,为企业全网络提供行业领先的流量可见性和安全威胁分析。

 特别是新兴的安全威胁检测和快速响应;Intersight可以为您提供传统和云本地应用程序和基础设施(网络和工作负载)的智能自动化、可解释的观察和持续优化。NexusDashboard为您简化混合云网络运行维护,提供深入的网络洞察和业务线侧应用模块的流量可见性;                    

典型的思科AIOps平台:多云多域跨技术栈等布局特点,并非偶然。凭借35年以上的行业专业知识,思科累计部署了5000多万个网络,使思科具有足够的数据量和多样性,创建、训练思科先进的ML平台,构建更佳的AI算法,机器推理。在巩固基础设施的同时,思科不断创新和拓展AI应用,打造业界先进的AIOps平台。思科经过长期稳步发展,早已成为业界领先的AIOps巨人。只是思科在网络市场的光芒太过耀眼,遮蔽了其在智能运维领域的出色表现。本文从驱动思科AIOps平台的AI认知引擎入手,带领大家逐步了解思科AIOps的全貌。

 AI认知引擎是思科AIOps平台的核心,提供预测分析、动态模型、智能异常检测、拓扑建立、智能关联、根因分析、跨部门合作、优化建议等先进的AI/ML模块。                    思科AIOps平台典型架构        

思科AIOps引擎的典型特征包括:

  • 精准:

  • 准确的检测和报警有助于在正确的时间采取正确的行动;

  • 全栈:

  • 跨技术领域,智能关联,为业务、应用提供全面可解释的洞察;

  • AI驱动:

  • 可解释,可信故障根因分析;

  • 主动运维(pro-active):大大缩短平均故障修复时间(MTTR),使运维从被动到主动,甚至自我修复;

  • 安全:

  • 检测漏洞和风险,覆盖整个生命周期的应用;

  • 开放生态:

  • 丰富的开放生态,与第三方不同类型的工具/平台集成

思科AIOps引擎全面可解释的可视化、持续的洞察力和可信的正反馈执行,将是您对AIOps平台技术架构的追求目标;自学、自我管理、自愈不再仅仅存在于科幻小说中。目前,思科AIOps平台引擎已经远远超过了行业普遍预期的前五大技术领域(参考思科报告Agentsoftransformation2021),帮助你通过AI改变业务,重新定义应用,守护客户,开始新的转型之旅。

思科AIOps引擎:超出预期的五大领域,在探索AIOps时不需要在多个领域齐头并进,可以根据自己的实际情况探索实践的技术方向。在后续部分,我们将从多个角度总结丰富的使用场景,供您参考思科AIOps如何赋予企业拓扑权力,帮助您加快数字化转型。


客户服务
live chat