清华裴丹：AIOps九大发展趋势

清华裴丹：AIOps九大发展趋势

在8月28日必示科技主办的2019智能运维技术应用大会上，清华大学计算机系裴丹教授作了题为《智能运维（AIOps）趋势解析》的精彩报告。

裴丹教授是清华大学计算机系长聘副教授、青年千人、博士生导师、美国UCLA博士、ACM和IEEE的资深会员、美国AT&T研究院前主任研究员。其主要研究方向是基于机器学习的智能运维（AIOps），与国内大型金融机构及互联网公司有众多合作，并在智能运维领域发表了100余篇学术论文和20多项美国专利授权。

以下是裴丹教授报告全文整理：

各位嘉宾下午好！大家知道，运维是数字世界的的基础设施级别的技术。随着支撑数字世界的软硬件系统越来越庞大、越来越复杂，运维对智能化的要求就会越来越高。所以我们说，AIOps（智能运维）是运维技术发展必然的趋势。

AIOps在国内正式提出来到现在的实际落地有两三年了，也取得了初步的落地效果。**那么下一步到底怎么做？做什么？未来几年内能进一步达到什么样的效果？**今天我就分享下我最近总结出来的AIOps发展九大趋势。

做趋势预测是有很大挑战和风险的，好在我之前在AIOps领域还有过成功的预测。

我在2018年1月曾给出一个AIOps宏观预测：我说2018年将是AIOps在中国落地的元年，而据我所知在2018年的确有小几十个AIOps项目开始落地，也就是说我的这个预测的确成为了现实。2019年1月我说2019年是AIOps快速发展的一年，而实际上截止2019年8月份在国内有大几十个AIOps项目开始推进；与此同时，我们看到2019年初的时候人行以及各大银行也发文阐述支持AIOps方向。

我在AIOps具体技术上也有个算是成功的预测。2018年中的时候我已经在公开演讲中讲AIOps平台化这个概念了；之后在2018年底，Gartner的报告也基于与世界范围内的客户和厂商的访谈正式提出了AIOps平台化这一方向。

下面这幅图的左下部分是我的团队给出的AIOps平台架构，该图的右下部分是2009年我在AT&T工作时做的智能运维平台的架构，可以看出两幅图在概念上是非常相似的。所以，从这个例子大家可以看出，我能够先于Gartner提出AIOps平台的概念，不是因为真有什么能看到未来的“水晶球”，而是因为我之前在其它场景下做过类似工作，并且在AIOps方向不断努力推进。当我看到需求到了，相关条件成熟了，自然而然就能判断应该做AIOps平台了。所以，所谓的预测能力无非是经验的积累、不断观察、思考，最重要的是不断的亲手实践，就像林肯和图灵奖得主Alan Kay（面向对象编程语言的发明者）所言，预测未来最好的方法就是亲手创造/发明这个未来。

下面我总结一下基于经验、访谈、观察、思考和实践得出的AIOps发展九大趋势，即行业多样化、产业生态化、数据多样化、场景多样化、场景精细化、算法服务化、技术平台化、落地加速化、成熟度评估的加速化。

**第一个趋势就是AIOps落地的多样化，这个结论是基于我通过多种渠道采集到的信息。**我们自己有一个公众号“智能运维前沿”，马上要突破10000个用户了；我们还有一个超过千人AIOps群，已经成功举办了两届AIOps 挑战赛，我一年中会到几十家各行各业机构去进行现场交流。从上述多种渠道采集到的信息清楚表明：现在开始落地AIOps的，除了互联网公司、银行以外，证券、保险，电力、运营商、工业制造、国家机关、自动驾驶公司也都在尝试AIOps落地。

第二个趋势是AIOps产业生态化。各个行业都在试图尝试落地AIOps，给AIOps方向提供了一个很好的产业基础。“产、学、研、用”各方也都在积极跟进，形成了一个AIOps生态系统。在这个生态系统里，专业的人负责专业的事，有越来越多的学术机构从事AIOps原理研究；由机构用户负责提出实际需求，由有预研能力的厂商把AIOps原理上的突破变成实际落地效果；有负责数据采集、接入、存储等的厂商，还有负责集成、交付、维保等的厂商。也就是说，“学、研、产、用”几方专业分工，通力协作。AIOps产业生态化在AIOps落地过程中是一个重要的里程碑，会大力推动AIOps的更快落地。

**第三个趋势是AIOps数据多样化。**数据中心的系统物理架构和软件架构都非常庞大复杂。因此我们必须采集、治理、融合多种运维数据源、从中提取对运维最有用的信息，帮助我们了解数据中心最新最全的运行状态, 从而为AIOps的众多场景服务。因此我们说AIOps数据多样化是必然趋势。

**第四个趋势是AIOps场景多样化。**下图罗列了一些我们与合作伙伴合作、交流时遇到的具体场景。我们分成几个大场景：即异常发现、事件发现、事件分析、系统画像、图谱丰富等。每一个大场景会包含很多的具体场景，比如“事件分析”大场景就包括“异常机器定位”、“交易链条定位”、“多维度异常定位”等多种类型的事件分析。也就是说，当用户认识到AIOps能实际帮助到运维的时候，会自发与生态系统中的伙伴共同找到越发多样化的AIOps场景。

**第五个趋势是AIOps场景精细化。**如下图所示，异常检测（也就是通过分析监控数据自动发现运维故障）就包含单指标异常检测、多指标异常检测、多维度异常检测、日志异常检测等等。而单指标异常检测在检测业务、机器、网络、数据库、存储系统、批处理的异常时，其场景和检测侧重点会有所不同，因此需要针对精细化的具体场景进行AIOps异常检测算法的适当调整或适配。

为了避免AIOps场景多样化和精细化导致的落地工作量增加，我们必须把各类场景用到的AIOps算法共性部分抽象提炼出来作为公用模块，为多个场景服务。如下图所示，从日志数据测量出的指标数据的异常检测，就可以复用单指标异常检测这一算法模块，并且这一算法模块已经服务化，即可以通过API直接调用。所以我们说的第六个趋势就是AIOps算法服务化，提升了效率，让整体服务得更好。

在AIOps场景多样化、场景精细化、算法服务化的前提下，**第七个趋势，即AIOps技术平台化也就水到渠成了。**AIOps技术平台化打穿多个场景、多个数据源、多个算法。如下图所示，上面输入的是各种运维监控数据，输出的就是我们所需要的各种运维智能，中间是各种服务化的AIOps算法。不管具体的某个运维场景有什么样的特点，我们都可以通过整体平台进行自由组合和编排，从而高效落地该运维场景，避免传统方法的重复低效落地。

这也就引出了**第八个趋势：AIOps新算法落地加速化。**以往一个新算法研制出来后，需要大量的工程工作配合才能让新算法产生实际效果。有了平台化之后，只需要通过编排把该新算法、新算法所需数据、已有工程工作“串”在一起，就能够快速落地。比如做了一个0day攻击检测算法ZeroWall，我们在一家具体机构进行尝试的时候，一周内捕获28种0day攻击，每天捕获上万条0day攻击，每天误报数0到6个。如果按照以往方法，我们要花大量的时间去做ZeroWall的落地工作，而有了AIOps平台化， ZeroWall的落地工作就快了很多。

在过去半年期间，各个行业的合作伙伴都提出了AIOps成熟度评估标准化的需求，而银保监会、证监会、人行、工信部相关领导也都表示会支持。这个事情我也已经着手联合各方开始做，预计一两年的时间才能做出一个切实可行的标准。

总结一下AIOps的九大趋势：行业多样化、产业生态化、数据多样化、场景多样化、场景精细化、算法服务化、技术平台化、落地加速化、成熟度评估标准化。这九大趋势将助力AIOps在今后的几年起飞、爆发。

AIOps落地还会遇到各种各样的挑战。我们需要抬头看天，低头看路，目标一致，脚踏实地，一步一个脚印落地AIOps。AIOps是我本人“择一事，终一生”的事业，希望与更多志同道合的同仁一起，为AIOps这个事业共同奋斗！

谢谢大家！