GOPS大会：运维遇上认知计算，打造智能IT运营

"藏经阁-当运维管理遇上认知计算.pdf" 在GOPS全球运维大会2017·北京站上，IBM的混合云工程师谭健分享了关于认知计算如何革新运维管理的主题。认知计算是一种先进的计算模式，它融入了人工智能的特性，包括推理、学习和理解，使得系统能够模拟人类的思维过程，处理复杂的数据和信息。 推理能力是认知计算的核心特征之一。系统不仅能够处理表面的信息，还能深入探究潜在的想法和原因，随着时间的推移，这种推理能力会不断进化和增强。 学习能力使得认知系统始终保持更新和进步。它们能够从数据中持续学习，发展出特定领域的"专长"，并且随着学习的深入，系统的价值也相应提升。 理解能力体现在认知系统能理解和解析自然语言、书面语、语音甚至是视觉信息，如同人类一样。这使得人机交互变得更加自然和高效。 IBM提出了一条认知IT运维的路线图，从市场价值出发，通过事件分析和机器学习处理网络操作中的事件数据，进一步通过性能数据进行机器学习，实现异常检测和洞察。他们正构建一个基于Watson的认知助手，服务于云、IT和网络运维。 持续学习是认知IT运维的三大指导原则之一，意味着系统需要不断地从运维数据中提取知识。此外，介入纠正是指系统能够识别问题并提供解决方案，而建议动作则让系统能根据洞察主动提供建议，提升运维效率。 高级事件分析和预测性洞察利用Watson的强大学习能力，提前预测可能的问题，而日志分析则通过文本分析技术对IT运营数据进行深度挖掘。IBM提供的Watson for IT Services Management的早期试用版已经可以使用，它将帮助运维团队基于洞察做出更精准的决策。 例如，认知系统能学习到某个应用端口每天早上6点到6点半之间的定期故障，这样的规律性时间规律学习有助于提前预防问题的发生，减少故障对业务的影响。 认知计算的引入将运维管理推向新的高度，通过智能化的分析和决策支持，提升了运维效率，减少了应急响应，增强了服务的稳定性和可靠性。这标志着IT运维领域的一个重大转变，即从传统的救火式运维转向预防性和智能化的运维管理模式。