GOPS大会：运维管理与认知计算的碰撞

“藏经阁-当运维管理遇上认知计算.pdf”是GOPS全球运维大会2017·北京站的一份演讲资料，由IBM混合云工程师谭健分享，主题聚焦于认知计算在运维管理中的应用。 在这份资料中，提到了认知计算的核心特点，包括推理、学习和理解。推理能力使得认知系统能够不仅处理表面信息，还能深入理解潜在的想法和原因，随着时间的推移，这种能力会不断进化。学习能力意味着这些系统始终在进步，能够发展出特定的“专长”。理解能力则体现在系统能够理解和处理人类的语言，无论是口头的、书面的，甚至是通过声音或视觉的方式。 IBM提出了一个认知IT运维的路线图，强调了在市场上的价值，主要涉及事件分析和机器学习，特别是在网络运营信息（NOI）中的事件数据上。此外，还利用机器学习处理性能数据，进行OOTB（Out-of-the-Box）异常检测，并在预测性洞察中提供见解。IBM正在构建一个基于Watson的认知助手，用于云、IT和网络操作，以实现“倾听、学习和交互”。 资料中提到了三个指导原则来构建认知IT运维：持续学习，即系统不断从数据中学习；介入纠正，意味着系统在发现问题时能够采取干预措施；建议动作，即根据分析结果给出具体的行动建议。例如，通过高级事件分析、预测性洞察（利用Watson的优势）和日志分析，系统能够识别出如应用端口定期故障等模式，例如某个应用端口每天早上6点到6点半之间会Down掉，且这个现象在每周和每月内均匀分布。 IBM还提供了早期访问的Watson for IT Services Management试用版，以供用户提前体验认知决策在提升运维效率和预防问题上的潜力。这份资料揭示了认知计算如何改变运维管理的现状，通过智能化的方式提高运维效率，减少应急救火，提前预测并解决问题，最终实现全面的智能运维解决方案。