运维场景-
评论
73 views
分类目录归档：运维
智能运维框架-AIOPS-国家标准
评论
84 views
- 组织治理
- 组织策略
- 管理方针
- 组织架构
- 组织文化
-
相关方需求和期望
-
能力域
- 能力要素
- 人员
- 技术
- 过程
- 数据
- 算法
- 资源
- 知识
- 数据管理
- 数据建模
- 元数据管理
- 数据采集
- 数据加工
- 数据存储
- 质量管理
- 数据服务
- 数据安全
- 分析决策
- 数据探索
- 特征提取
- 分析决策
- 可视化
- 安全可信
- 自动控制
- 接入管控
- 安全管控
- 过程管控
- 执行管控
IT基础设施监控-ITIM
评论
87 views
IT基础设施监控（ITIM，IT Infrastructure Monitoring）是指对企业或组织的信息技术基础设施的各个组成部分进行实时监测、跟踪和管理的一系列活动与措施，以确保这些基础设施稳定、高效地运行，以下是详细介绍：
监控的对象
- 服务器：包括物理服务器和虚拟服务器。监控内容涵盖服务器的CPU使用率、内存使用率、磁盘I/O、网络I/O等性能指标，以及服务器的运行状态、服务进程是否正常等，如检测到某台服务器CPU长时间使用率过高，可能预示着该服务器承载的应用程序存在性能问题或遭受攻击。
- 网络设备：如路由器、交换机、防火墙等。需监控其端口流量、网络连接数、丢包率、延迟等指标，以...
持续配置自动化-CCA
评论
89 views
持续配置自动化（CCA，Continuous Configuration Automation）是一种通过自动化工具和流程来持续管理和更新系统配置的方法与理念，旨在确保系统配置在整个软件开发生命周期中始终保持准确、一致和最新状态，以下是其详细介绍：
主要特点
- 自动化配置管理：CCA利用专门的配置管理工具，如Ansible、Puppet、Chef等，将系统配置的各项任务自动化。这些工具可以根据预定义的配置模板和规则，自动对服务器、网络设备、应用程序等进行配置部署和更新，无需人工手动逐个操作，大大提高了配置管理的效率和准确性。
- 持续更新与一致性维护：与传统的配置管理模式不同，CCA强调持续...
应用程序发布自动化
评论
73 views
应用程序发布自动化是指通过一系列工具和流程，将应用程序从开发环境自动部署到生产环境的过程，无需或只需最少的人工干预。它涵盖了构建、测试、部署等多个环节，以下是其详细介绍：
主要环节
- 构建自动化
- 代码获取与依赖管理：从代码仓库中获取最新的源代码，并自动处理项目所依赖的各种软件包和库。如通过Maven或Gradle等构建工具，能自动下载和管理Java项目所需的依赖包。
- 编译与构建：将源代码编译成可执行的二进制文件或中间文件。像C、C++项目需进行编译生成可执行文件，Java项目则编译成字节码文件，同时可对代码进行优化和检查。
- 测试自动化
- 单元测试：对应用程序中的各个功能单元进行测试，确...
DEM数字体验监控
评论
74 views
DEM数字体验监控是一种用于监测和分析用户与网站、应用程序及其他数字服务进行交互时的端到端数字体验的实践。以下是关于它的详细介绍：
主要目标
- 聚焦用户体验：从最终用户的角度出发，审视数字服务在性能、可用性和易用性等方面的表现，以用户体验为核心来评估和优化各项服务。
- 优化性能与服务：通过深入了解用户与数字系统的交互情况，找出可能存在的性能瓶颈、问题点，从而有针对性地进行性能优化和服务改进，确保用户能获得流畅、高效的体验 。
关键技术与工具
- 实时用户监测（Real User Monitoring, RUM） ：收集和分析真实用户在访问网站或使用应用程序时的行为数据，包括页面加载时间、网...
智能特征-智能运维-国家标准
评论
68 views
- 能感知
- 会描述
- 自学习
- 会诊断
- 可决策
- 自执行
- 自适应
AIOps（Artificial Intelligence for IT Operations）是指在IT运维中应用人工智能技术（如机器学习、数据分析、自动化等）来提升系统的智能化水平。AIOps的目标是通过自动化和智能化手段，帮助IT团队更高效地管理、监控和修复复杂的IT系统，以应对日益复杂和动态变化的IT环境。
智能特征 AIOps的主要特点包括：
-
自动化与自我修复：AIOps可以自动识别问题并在问题发生时进行自动修复，减少人工干预和响应时间。这包括自动化的故障检测、响应和修复。
-
数据集成与分析：AIOps能够从多个...
GB/T 43208-智能运维-通用要求
评论
70 views
-
能力要求
-
运维要素
- 运维数据治理
- 运维算法治理
- 运维技术治理
AgentOps
评论
134 views
AgentOps 是一种新兴的运维方法，主要针对 智能代理（Agent） 的部署、管理、监控和优化。智能代理通常是自动化的程序或系统，它们能够自主执行特定任务，如数据收集、决策制定、自动响应和交互。AgentOps 的目标是为这些智能代理提供一整套管理框架，以确保其在生产环境中的稳定性、效率和可扩展性。
1. 什么是 AgentOps？
AgentOps（Agent Operations）是指在生产环境中管理智能代理的生命周期，包括其配置、部署、监控、优化和更新。与传统的系统运维（Ops）类似，AgentOps 侧重于如何高效、安全地管理大量智能代理的工作负载，同时确保其能够持续执行任务...
LLMOPS
评论
78 views
LLMOps（Large Language Model Operations）是指对大型语言模型（Large Language Models, LLMs）的运维、管理和优化的全过程。这一概念主要用于确保在生产环境中使用大规模语言模型时，能够高效、可靠、安全地进行部署、监控、优化以及更新。
随着大型语言模型（如 GPT-3、GPT-4、BERT 等）在各行各业中的广泛应用，LLMOps 成为支持这些技术在实际业务中的稳定性、可扩展性、可用性和合规性的重要手段。它借鉴了传统的 MLOps（机器学习运维）的理念，但侧重于特定的挑战，如模型规模、计算需求、推理速度、数据隐私以及伦理问题等。