智能运维(AIOps)在中国联通分布式架构下的研究与应用

王新东; 王一大; 庞国际; 宋希堂; 陆丽丽

doi:10.13992/j.cnki.tetas.2021.01.010

Chinese

您当前的位置：

首页 >

文章列表页 >

智能运维(AIOps)在中国联通分布式架构下的研究与应用

运营与维护 | 更新时间：2026-04-20

- 智能运维(AIOps)在中国联通分布式架构下的研究与应用
- Research and application of intelligent operation and maintenance（AIOps）under China Unicom distributed architecture
- 电信工程技术与标准化 2021年34卷第1期页码：48-54
- 作者机构：
  
  中国联合网络通信有限公司济南软件研究院
- 作者简介：
- 基金信息：
- DOI：10.13992/j.cnki.tetas.2021.01.010
  中图分类号： TN915.06
- 纸质出版：2021
- 稿件说明：
移动端阅览
王新东, 王一大, 庞国际, 等. 智能运维(AIOps)在中国联通分布式架构下的研究与应用[J]. 电信工程技术与标准化, 2021,34(1):48-54.

王新东, 王一大, 庞国际, et al. Research and application of intelligent operation and maintenance（AIOps）under China Unicom distributed architecture[J]. 2021, 34(1): 48-54.
王新东, 王一大, 庞国际, 等. 智能运维(AIOps)在中国联通分布式架构下的研究与应用[J]. 电信工程技术与标准化, 2021,34(1):48-54. DOI： 10.13992/j.cnki.tetas.2021.01.010.

王新东, 王一大, 庞国际, et al. Research and application of intelligent operation and maintenance（AIOps）under China Unicom distributed architecture[J]. 2021, 34(1): 48-54. DOI： 10.13992/j.cnki.tetas.2021.01.010.

摘要

随着互联网应用的全面发展

企业IT架构发生巨大改变

分布式云化架构应用越来越多

传统运维模式面临越来越多的挑战

难以适应业务的高速发展需求

智能运维(AIOps)已成为业界必不可少的运维利器。根据该方法

可有效提升运维人员的工作效率并减轻运维人员的工作负担

同时协助运维人员能够快速排查故障问题

起到对分布式服务故障早发现早治理的效果。

Abstract

With the all-round development of Internet business

great changes have taken place in corporate IT architecture.The application of distributed cloud architecture is increasing

and traditional operation and maintenance models are facing more and more challenges

and it is difficult to adapt to the high-speed development needs of business.Intelligent operation and maintenance（AIOps） has become an essential operation and maintenance weapon.According to the method

the work efficiency of the operation and maintenance personnel is effectively improved

the workload of the operation and maintenance personnel is reduced

and the operation and maintenance personnel are assisted to quickly check the fault problem

thereby achieving the effect of early detection and early treatment of the distributed service failure.

关键词

Keywords

references

浏览量

378

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

机器学习在数据分析中的实践与应用

基于机器学习的网络感知评估方法

运营商反电信诈骗技术手段研究

基于机器学习的光网络路由与频谱分配机制研究

基于人工神经网络算法的运营商客户投诉智能分类问题研究