面向事件管理的 AIOps 解决方案：技术指南与全面文献综述
操作系统
2024-04-03 v1 人工智能
软件工程
摘要
现代 IT 系统的管理提出独特挑战， necessitates 可扩展性、可靠性和高效处理大量数据流的能力。传统方法依赖手动任务和基于规则的方法，对于 IT 系统产生的大量数据和警报显得不够高效。人工智能操作系统 (AIOps) 作为解决方案，利用机器学习和大数据等高级分析技术来增强事件管理。AIOps 用于检测和预测事件、识别根本原因并自动执行修复操作，从而提升质量并降低运营成本。然而，尽管 AIOps 前景广阔，其领域仍处于早期阶段，在多个部门分散且缺乏标准化规范。研究和产业贡献在数据管理、目标问题、实施细节、要求和能力方面缺乏一致的框架。本研究提出 AIOps 术语和分类学，建立结构化的事件管理程序，提供构建 AIOps 框架的指南。研究还根据事件管理任务、应用领域、数据来源和技术方法等标准对贡献进行分类。旨在为事件管理领域的 AIOps 技术与研究方面提供全面综述，目标是组织知识、识别空白并为该领域的未来发展奠定基础。
引用
@article{arxiv.2404.01363,
title = {AIOps Solutions for Incident Management: Technical Guidelines and A Comprehensive Literature Review},
author = {Youcef Remil and Anes Bendimerad and Romain Mathonat and Mehdi Kaytoue},
journal= {arXiv preprint arXiv:2404.01363},
year = {2024}
}