如何告别“人工运维”，借助算法进行告警关联挖掘分析？

背景

近年来互联网技术高速发展，接入监控告警的设备和业务也越来越多，不断增新的设备和业务使得告警的量级也逐级递加。各种软硬件模块每天会产生大量的告警信息，这些告警中有表象告警，有冗余告警，也有根因告警。每次故障出现都会引发一系列错综叠加的告警，从而将根因告警淹没在里面，导致故障识别异常困难。一般告警分析主要是靠运维人员进行处理，当告警出现时，常常要求运维人员必须在最短的时间内，正确地判断出告警中存在的关联性，然后根据自己的经验采取相应的措施。

然而面对海量告警，靠人工从大量告警中找到故障原因，分析告警属于哪类事件等慢慢变得不太现实，为了将告警从散落的状态关联起来，目前有以下两种做法：

传统的规则关联：

以网络的告警关联为例，一般是通过网管专家梳理告警关联规则后，再对一系列告警进行关联规则匹配。但这种做法由于网络的复杂性，设备变化的高频性和网元连接经常变化等特点，人工经验建立的关联关系存在规则覆盖不全，不能适应网络变化等问题。

基于AIOps的告警关联：

通过算法能够从大量的、低价值密度、有噪声的数据中提取出有价值的告警关联信息，动态的获取事件的关联关系，辅助运维人员决策。