一、解决方案简介

数字化经济是中国经济发展的新动能，金融机构作为数字经济的重要参与者，在加快数字化转型、业务走向线上化的同时，面临着IT运维管理工作的新挑战。

一方面，各大银行在疫情冲击下，越来越重视线上业务和远程业务，每天线上实时交易繁多，带来了海量数据；另一方面，银行底层系统架构在变革，从单体式架构向分布式架构和微服务架构转变，有着各种各样的设备、操作组件、数据库、监控工具等，导致数据多源、系统关系越来越复杂。银行当下面临的跨数据源的海量异构数据、应用架构不统一和调用关系错综复杂等挑战，无法仅靠自动化运维和人工决策解决，而且一旦故障发生，即有可能面临数千万元的损失，亟需高效、可靠的智能运维体系。 

北京必示科技有限公司（简称“必示科技”）致力于以人工智能算法赋能IT运维领域，打造的必示AIOps智能运维解决方案，以数据汇集与标准化治理为基础，以算法服务、数据服务和自动化服务组成的运维中台为支撑，以运维应用场景为核心，与运维流程的一体化融合为导向，助力银行等金融机构打造智能运维体系。

必示AIOps智能运维解决方案通过智能运维提升故障检测的准确性、实时性，降低故障修复平均时间（MTTR）；延长系统无故障运行周期（MTBF），保证服务连续性和稳定性，能够及早甚至于提前发现和规避风险，提前处置和规划，同时通过不断地实践、认知、迭代，助力各大银行数据中心稳步迈向智能化运维时代。

二、应用场景痛点简介

一方面，银行机构在贯彻落实数字化转型国家发展战略的进程中，在扩大线上业务的同时，IT系统架构也在不断更新，从传统的单体式架构向分布式架构和微服务架构转变，由此带来了数据量的剧增、复杂的设备关联关系、庞杂系统间的复杂调用关系等挑战。

另一方面，在银行原有的运维方式中，运维是被动的事情，通常在故障发生之后再去排查原因、解决问题。而传统运维在面对庞大系统、海量运维监控数据时遇到瓶颈、效率低下，显然已经无法满足业务持续提供服务的要求，AIOps智能运维平台的搭建成为企业解决运维难题的必然选择。

痛点具体场景：

1、误报多。运维中人工手动设置的固定阈值，需要不断调整，且无法自动适应业务指标随时间周期变化而变化的特征，会带来大量错误报警。

2、漏报多。传统运维方式依赖于专家知识，但是对于未知故障，因缺乏有效的检测手段和方法，会导致漏报多。

3、告警晚。从故障发生到告警产生的过程较长，很多时候往往由用户电话报障，不是监控系统提前发现。

4、定位难。银行有多个不同的专业运维团队，各自凭借经验判定专业领域的故障，无法从全局出发迅速找到故障根因。

5、定位慢。出现故障后，无法迅速找到故障点，延误系统恢复时间。

6、成本高。海量指标参数配置耗时耗力，尤其是故障根因分析，往往需要大量的人力投入和时间成本。

三、解决方案亮点介绍

必示AIOps智能运维解决方案聚焦于降低故障修复时间（MTTR）和延长系统无故障运行周期（MTBF），基于人工智能算法，智能解析各种结构化和非结构化业务日志数据，批量挖掘各类监控数据的价值，实现秒级发现故障、分钟级定位故障根因范围，帮助银行机构积极应对运维新挑战，突破痛点场景。

1、必示AIOps智能运维解决方案专注于融合多种自研的人工智能算法，开创了多项技术创新。

（1）告警风暴摘要提取，将“告警处理”问题聚焦在告警风暴的检测和摘要提取上，帮助管理员快速识别有效告警。技术方面可自动触发告警风暴摘要提取，通过告警降噪、告警聚类和代表性告警选择实现告警收敛，让工程师只需查看少量代表告警即可了解告警风暴全貌，减少导致告警风暴的故障排查时间。

（2）动态告警定级，将告警定级建模成基于机器学习的排序问题，基于训练模型在线、自适应、准确地给出告警的严重性定级，让工程师能够根据告警定级优先处理严重告警，提高故障解决效率。

（3）业务指标异常检测方面，通过算法学习历史数据生成动态基带，能够识别周期性数据、无规律性指标、适配节假日、检测规律行为缺失以及合理范围内的突变异常等，弥补了传统固定阈值的不足。比如某股份制银行项目中，核心前置系统的未响应量和响应率存在异常，必示AIOps比传统固定阈值告警提前约10小时。

（4）业务明细多维定位方面，必示AIOps智能运维解决方案采用“异常检测+搜索”策略，在业务指标异常检测算法产生告警后触发分析，自动准确地定位到存在异常的细分交易维度组合，从数万种业务维度取值组合中快速定位异常维度，帮助管理员快速排除故障。

2、必示AIOps智能运维解决方案定义了智能运维“预警+定位”佳工业实践，源于行业内***的研发能力。核心研发团队源自清华大学计算机系，拥有二十余位人工智能运维领域的博士/硕士，拥有强大的产、学、研结合落地能力，积累了大量的科技前沿成果，包括十余项发明专利、25项软件著作权、在国际顶会和学术期刊发表论文数十篇，并推进转化为AIOps落地产品。

3、必示AIOps智能运维解决方案覆盖多业务场景，满足银行在异常发现、故障根因定位、预测风险等场景下的运维需求。包括应用故障预警、日志异常检测、基于机器学习的异常洞察、快速准确故障定位、基于调用关系的故障根因分析、业务异常多维定位、智能扩/缩容预警等业务场景，让机器学习和人工智能算法成为IT运维的重要力量，为业务持续运转提供强有力的支撑。

4、必示AIOps智能运维解决方案立足简单、易用的理念，为金融行业用户提供AIOps智能运维产品。

（1）利用数据分析、机器学习技术，通过场景化的预警和定位智能算法，自动发现潜在问题，实时提供直观的预警定位分析报告；

（2）提供数据管理、告警定位分析、系统概览及历史故障复盘分析等功能；

（3）支持对数据的钻取交互，帮助管理员大幅降低重复性繁琐劳动时间，将注意力从告警分析转移到解决问题上，直接创造价值。

四、金融行业客户名单及客户评价

必示AIOps智能运维解决方案已经获得以金融行业为代表的数十家行业头部用户采购，同时在真实业务场景中不断反复打磨、积淀，凭借可靠成熟的性能得到多家头部金融客户的高度认可和信任。

金融行业客户名单：

中国人民银行清算总中心、中国建设银行、交通银行、中国农业发展银行、招商银行、中国民生银行、广发银行、华夏银行、浦发银行、中国光大银行、北京银行、南京银行、上海银行、杭州银行、阜新银行、九江银行、温州银行、泰隆银行、台州银行、金华银行、湖州银行、绍兴银行、浙江民泰商业银行、郑州银行、浙江农信、辽宁省农村信用社、国泰君安证券、兴业证券、光大证券、兴业证券、中银国际证券等。

金融行业客户评价：

1、招商银行——“必示科技在我行进行了指标异常检测功能的部署，整体技术方案成熟可靠，为我行内部运维以及业务决策提供了强有力的支撑。”

2、广发银行——“通过对单指标异常检测以及多维机器指标根因分析的部署，将我行故障定位的速度从小时级缩短到分钟级，从而可以帮助我行能够*****时间发现问题，定位问题并且修复问题。”

3、中国民生银行——“单指标异常检测在我行的应用监控系统中使用，效果符合预期，我们愿意与必示公司针对日志检查、关联分析等场景进行进一步的合作，目前民生银行正在签署三期项目。”

4、中国光大银行——“通过对交易基线、多维定位、多指标根因分析等智能算法场景的应用，在数据中心运维管理的批量超时、细分交易监控、多维故障定位及多系统故障根源分析等智能化场景实践中取得显著效果。”