20250320-AiDD-人工智能行业2024AI+研发数字峰会：打造自适应AI运维智慧体，大语言模型在软件日志运维的实践.pdfVIP

打造自适应AI运维智慧体：

大语言模型在软件日志运维的实践

刘逸伦华为2012实验室

演讲嘉宾

刘逸伦

华为2012文本机器翻译实验室工程师

本科毕业于南开大学，硕士毕业于美国佐治亚理工学院。研究方向包括AI

智能运维，大模型质量评估以及大模型提示策略，在相关领域以第一作者、

通讯作者身份在ICDE、ICSE、IWQoS等顶级国际会议/期刊发表10余篇

论文。

1.软件日志运维观点

目录2.自适应智慧体在运维领域面临的Gap

3.大模型Prompt引擎助力自适应运维智慧体

CONTENTS

4.大模型知识迁移打造运维专精模型

5.未来畅想

PART01

软件日志运维观点：

智能运维演进趋势是从任务数据驱动到自适应运维智慧体

观点1：软件日志运维是从机器语言向自然语言的转化

(1)日志是机器语言：大规模网络、软件系统在运行过程中每天会产生PB级别的日志，这些日志是一些类自然语言的文本，实时描述了设备

的运行状态、异常情况。

(2)传统网络运维是机器语言的人工翻译过程：为了维护网络的稳定，运维人员会持续监控设备的运行状态，希望准确、及时地检测异常和

突发事件。网络日志是设备运行维护最重要的数据源，运维人员通常会通过解读日志中的自然语言、语义信息来发现问题、分析根因。

(3)自动日志分析是机器语言的自动翻译过程：日志文本种类繁多、数量庞大，且多数日志为非结构化文本，无法通过人工方式监控和检测

全部的日志。更重要的是，分析设备日志需要丰富的领域知识，耗时耗力；简单的规则配置也无法理解文本的语义信息。

自然语言状态报表

分析报告

根因树

化类

⽂自转化决策

本然

语自动日志运维

⾔

半