两篇论文入坑AIOps异常检测

本文链接：https://blog.csdn.net/bigbennyguo/article/details/81200664

本文探讨AIOps（智能运维）的发展，从手工到自动化再到智能化的运维转变。AIOps利用机器学习解决运维中的异常检测问题，以应对日益复杂的数据和业务场景。关键问题包括历史、当前和未来事件的分析，特别是异常检测，它是一项重要的时间序列分析和大数据分析任务。文中提到了两篇关于异常检测的论文，并强调了AIOps在运维领域的未来重要性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

AIOps简介

以下部分内容来源于清华大学裴丹教授发表在《中国计算机学会通讯》第13卷第12期的专栏《基于机器学习的智能运维》。

我们都知道，当代社会生活中的大型软硬件系统为了确保能够安全、可靠地运行，需要有专业的运维人员来进行系统的部署、运行和维护。尤其是随着互联网产业的发展，互联网公司业务的稳定运行和公司的利益密切相关，服务的不稳定甚至崩溃往往会导致巨大的经济损失。

微博服务器崩溃

微博服务器崩溃大家都不陌生

裴丹教授在专栏中简要概括了运维工作发展的历史，在这里总结如下：最早期是手工运维阶段，运维人员需要监控产品的运行状态、性能指标，进行产品上线、服务变更等工作，运维人员的工作量随着产品数量线性增长，大部分工作都是低效的重复，无法满足互联网产业发展的速度；第二个阶段是自动化运维阶段，运维人员开始编写自动化脚本来进行一些重复性的工作，这些脚本可以用于系统监控和在人工监督下进行自动化处理，这一做法一方面减少了人工误操作的可能性，另一方面也大大提高了效率；第三个阶段是运维开发一体化阶段，也就是我们熟知的DevOps。在这一阶段不再硬性区分开发人员和运维人员，也即，由开发人员来进行系统异常的定位分析和处理，这样做的好处是在出现问题后能够迅速找到原因、解决问题。

我们可以从运维工作发展的历史中看到，运维工作是在朝着自动化、高效化方向不断发展的。随着机器学习算法在各个领域的普及，我们不禁会想这样一个问题：运维工作能不能智能化呢？答案当然是可以的，这就是这里我们所要说的AIOps——Artificial Intelli