AIOps似乎對哭泣的狼感到高興–白天和黑夜，鈴聲四起，通知IT站點可靠性工程師(SRE)可能有問題?；虿弧T基礎結構越大，越復雜，對誤報和“警報噪聲”的響應就浪費了更多的時間和精力，從而使IT團隊無法解決需要修復的實際問題。

用于定制軟件開發(fā)的基于云的“可觀察性平臺”的制造商New Relic今天宣布，去年收購事件智能廠商SignifAI取得了豐碩的成果，并發(fā)布了用于呼叫DevOps，SRE和網(wǎng)絡運營的AIOps套件。中心IT團隊。據(jù)該公司稱，它被稱為New Relic AI，它應用AI和機器學習來幫助檢測和解決IT事件，并不斷改善事件管理工作流程。

行業(yè)分析公司MarketsandMarkets報告稱，到2023年，AIOps平臺市場預計將增長到110.2億美元，Gartner預測在三年內(nèi)，將有40%的DevOps團隊將利用AIOps功能。該技術解決了不斷受到壓力的IT團隊的迫切需求，以滿足服務水平目標并快速識別和解決日益復雜的IT環(huán)境中的問題。

Gartner高級總監(jiān)分析師Padraig Byrne說：“ AIOps將檢測出人類不太可能發(fā)現(xiàn)的模式，包括那些揭示因果關系的模式。在確定因果關系之后，應該創(chuàng)建模型，以幫助確定哪些IT指標。應該映射到哪個業(yè)務目標。隨著時間的推移觀察這些以完善每個模型;確保它是最新的，并確保它所做的任何假設都正確。通過使用機器學習算法，AIOps特別提供了一種數(shù)學方法來查找使該過程成為可能的數(shù)據(jù)中隱藏的聯(lián)系，原因和機會。”

New Relic產(chǎn)品營銷總監(jiān)Michael Olson告訴我們，隨著IT環(huán)境和驅(qū)動它們的軟件的擴展和現(xiàn)代化，“需要管理的范圍很廣，這些團隊正在收到越來越多的警報要處理，這使得很難對最重要的問題進行優(yōu)先排序，將信號與噪音分開，并專注于對采取行動最重要的問題。”

簡而言之，AIOps需要變得更聰明。

他說：“這實際上是我們看到New Relic AI能夠提供幫助的地方，通過分析您可以從多個來源獲取的數(shù)據(jù)，將彼此相關的警報，事件和事件進行分組和關聯(lián)，以及，最終……幫助我們的客戶專注于最高優(yōu)先級的問題。” 他說，搶先體驗的客戶報告稱，警報噪音和“警報疲勞”降低了50%以上。

該公司將New Relic AI描述為“一個開放的事件關聯(lián)和情報解決方案，它與源和數(shù)據(jù)無關”，并利用了New Relic的統(tǒng)一遙測數(shù)據(jù)庫，該數(shù)據(jù)庫為ML模型提供了動力，并提供了“上下文關聯(lián)事件響應工作流程”，可減少警報噪聲。

奧爾森說，New Relic AI的一項關鍵功能是將其集成到現(xiàn)有管理工作流程中，例如Slack，PagerDuty，ServiceNow，OpsGenie，VictorOps和其他廣泛使用的工具。該公司表示，客戶可以實時查看攝取的數(shù)據(jù)，事件摘要，并可以“??根據(jù)用戶反饋調(diào)整相關性”。

遙測數(shù)據(jù)不斷通過New Relic AI饋送以進行異常檢測。據(jù)該公司稱，該平臺可提取，分析多種數(shù)據(jù)類型并采取行動，包括警報，日志，指標和部署事件，從而為“團隊提供更好的事件背景信息……以及它們?nèi)绾斡绊懜鼜V泛的環(huán)境，以便他們能夠進行診斷和更快地確定問題的優(yōu)先級。”

該公司表示，通過關聯(lián)相關的警報，事件和事件，減少了警報噪聲，同時“還抑制了震蕩和低優(yōu)先級警報。關聯(lián)事件豐富了上下文，并根據(jù)黃金信號(即錯誤，飽和度，流量，等待時間)自動分類，并識別受影響的相關組件并建議響應者，以幫助待命團隊更接近根本原因并更快采取行動。”

Olson補充說，New Relic AI旨在提高透明度。

他說：“我們?yōu)榭蛻籼峁┝藰O大的透明度和靈活性，并控制了事件之間的關聯(lián)方式……然后，我們實際上為客戶提供了靈活性和控制力，以便能夠?qū)⑵渥约旱南到y(tǒng)注入到系統(tǒng)中。人為決定并調(diào)整相關邏輯。這樣一來，我們的客戶就能夠更好地了解問題之間的相關性，并最終對系統(tǒng)產(chǎn)生更高的信任度。”

標簽： AIOps平臺