【专家观点】刘晓辉：运维平台可观测与数字孪生的落地实践.pptx

运维平台可观测与数字孪生的落地实践单击此处添加副标题汇报人姓名汇报日期

01关于应用运维的问题与思考

可视化要求高需要展示的数据种类多需要采集的数据对象多数据质量参差不齐自动化要求高降本增效需要及时精确的数据获取需要快速精准的故运维痛点系统复杂度高需要支持主机，SOA，微服务等多元环境故障风险点位多软件多，交易链路安全要求高担负民航运行生命线生产安全责任重用户群体多元且权限划分细致障处置复杂

监控报警应用变更例行维护应急处置问题排查处理容量规划运维设计开发应用运维的主要工作运维工作与应用场景变更准备变更实施结果检查故障原因排查容量评估系统实施运维反馈改进运维知识输出应急演练系统应急恢复数据补偿运维需求分析运维工具开发监控规则设置监控工具优化

智能化（IntelligentOperation）特征指标：无应用人工智能、机器学习等技术，使运维平台能够自我优化、预测故障和自动解决问题手工化（ManualOperation）特征指标：无运维任务主要依赖人工执行，包括监控、配置、故障排查平台化（Platformization）特征指标：平台化率建立统一的运维平台来集中管理运维任务，实现部分流程的标准化和规范化。自动化（Automation）特征指标：工具化率利用脚本、工具和自动化软件来执行重复性的运维任务，减少人工干预。运维平台建设路径

运维平台整体架构方案

运维平台整体架构方案

02可观测监控

监控整体架构方案

监控三要素的能力对可观测能力的支持-日志和指标集中存储有哪些信誉好的足球投注网站与分析仪表盘趋势分析指标日志

审计日志是开发规范中必须要打印的日志，在程序入口和出口分别打印，包括唯一ID，进出目的，错误响应，系统耗时等内容?全局唯一的GlobalID?控制头?扩展区?内容区基于审计日志的调用链路分析处理架构

软件调用链服务调用链实体调用链基于审计日志的调用链路分析

基于生成对抗网络的无监督时间序列异常检测应对复杂数据模型、低质数据（缺失值和噪音等问题）的无监督异常检测技术l1-数据预处理预处理后的输入数据2-，建X]，[-1模构1理理处处化口预准窗值标练动失据训滑缺数型llll生成器和判别器对抗学习l3-异常检测l一个经过预处理的样本传递给异常检测模块，通过编码器和解码器将序列重构到原始空间，利用原始空间判别器将重构序列与原始样本比较，获得异常分数，如果异常分数高于预设阈值，则该样本被判别为异常样本l4-应用情况l本算法对部分潜在问题的提示优于基线算法组成：编码器e、解码器d、原始空间判别器D、隐空间判别器C不同模型针对生产（E）及测试（A-D）数据集F1Score对比（SALAD为本项目模型）学习和检测模型框架l

应对时间序列的概念漂移问题的无监督异常检测方法1.创新点?小波变换降低时序复杂性得到多尺度时序表示?图模块建模多尺度下变量间的依赖性?流式场景下的多尺度蒸馏和记忆遗忘机制2.模型构成?多尺度分解-生成模块：捕获不同频率尺度下的细微异常?多尺度图模块：建模多尺度下的变量依赖性?多尺度知识蒸馏模块：简化网络结构，减少计算和内存开销?记忆遗忘模块：快速感知概念漂移3.应用领域?通过对复杂时序数据的多尺度分析，识别系统运行过程中潜在的异常模式和故障，预防事故发生。基于小波分解的图自编码器框架ModelABCIF0.61670.06900.2718AE0.17530.08230.1825VAE0.15810.0