探索基于大数据分析技术的智能运维体系

2019-10-14钟茂年

数字通信世界 2019年9期

钟茂年

（中兴通信股份有限公司，深圳 518057）

整体而言，我国互联网金融的发展起步较晚，运维体系有很大的改进空间，将大数据技术融合到智能运维体系中，可以挖掘数据的潜在价值，并且实时进行监控，做好事前预测和事故处理工作。针对传统运维方式的不足之处，本文从新的角度对智能运维体系进行了研究，具有一定的积极意义。

1 大数据分析技术智能运维体系的构建

目前，IT 运维环境日益复杂，需要管控的对象日益庞大，传统的运维体系在应用过程中显得捉襟见肘，所以需要应用大数据分析技术构建智能运维体系。

1.1 采集

本文以某工商银行的管理系统为例，并且采访了相关的专家，根据专家的意见，确定了模型的数据范围，比如登录日志、交易日志等，以2017年1 ～12月的数据为主要参考对象，在此基础上进行了加工处理，并且分为登录、登出、失败、交易和异常五大指标，然后对这些指标进行汇总，建立了相关的时间序列。

1.2 探索

在对数据进行探索时，需要将数据进行分类，比如分为训练集、验证集等，并且对五大指标进行观察，可以选择10分钟为一个时间粒度。经过探索发现，工作日的上午和下午都会有两个波峰，趋势相似，但是幅度有所区别，而非工作日，比如周末、法定假日等，交易量明显减少。如果系统出现故障，那么交易量会急速下降，而当故障解除后，交易量会逐渐回到正常水平。因为系统日志记录存在一定的误差，也没有对出现异常的原因进行分析，加上登录失败可能是由于密码错误引起的，所以本文以登录、登出和交易这三大指标为主要研究对象。

2 大数据分析技术智能运维体系的拓展

2.1 开发

首先，要对数据进行预处理和预分析，可以通过数据的集合，观察系统亚健康状态时变量的情况和特征，找到规律。一般而言，系统发生故障时，系统变量会有所降低，而且在故障发生之前，这种降低已经出现，只是比较缓慢，需要经过多个周期。

其次，要建立参考区间，对历史数据进行全面的分析，确定不同时间段内变量的波动区间。为了保证序列能够进行对比，我们需要将数据进行统一的处理，形成标准数据。公式为Vit=Iit/ηit，其中Iit 指的是t 时刻第i 个变量的输入值，而ηit 指的是标准化系数，也就是均值，而Vit 指的是经过处理后的变量值，也是频数相对率。

再次，因为变量标准化需要获取当日均值，而在进行实时监控时，要引入因子指标，计算出不同时刻频数占总频数的比值。一般而言，上班时间开始时，系统的变异系数相对较低，约等于0.2。

最后，在预警信号的产生方面，需要对变量的相对值和边界值进行加权计算，这样能够提高信号的准确性。对于一些突发式的故障或者是黑客的攻击等，该系统并不适用，所以在应用的过程中，还要具体情况具体分析。

2.2 检验

在对智能运维体系模型进行检验时，需要做好概念的分析工作，比如系统故障，假设15个工作日，其中有8次波形异常，而系统亚健康状态发生时间在波形异常之前，如果缺乏记录，就会影响频数最低点记录的真实性，而且会产生较大的误差。至于波形异常，包括波形显著上升、显著下降和平稳时间过长三类。经过检验，发现故障点共有13个，有10次识别成功并且进行了预警，而波形异常情况共有20次，有18次成功识别。在对信号进行统计后，发现智能运维体系的准确率为77%，漏报率为23%，而且预报的平均时间比故障时间提前了将近半小时，能够很好地保证系统运行的效果，并且为故障的及时解决争取到了宝贵的时间[1]。

2.3 应用

大数据分析技术智能运维体系的流程如图1所示，在模型应用过程中，发现能够准确预测和判断系统的亚健康状态，尤其是在2017年10月份，系统运行出现高峰，在这一期间运维体系发挥了得天独厚的优势，对故障进行了多次预警，帮助和协调工作人员顺利完成维护工作，减少了可能出现的损失。

图1 大数据分析技术智能运维体系

3 大数据分析技术智能运维体系的优化

为了保证智能运维体系达到最佳效果，对所有故障都能够进行准确的判断和预警，需要从以下三方面入手：

第一方面，扩大数据来源。在数据采集方面，要打破纵向和横向的局限，扩大数据的周期，比如选择十一五期间某银行的数据，这样可以减少系统用户行为受到季节或者是特殊日期的影响，从而保证结果的真实性。另外，可以对数据进行分类，分为管控数据、配置数据、作业数据、容器数据以及集成数据等，同时还要做好故障的定位工作。

第二方面，丰富算法规则。可以引入新的变量，然后结合关键指标的变化情况，建立决策树或者是使用神经网络算法，提高预测结果的精度，降低外界因素的干扰。如果输入和输出存在正相关的关系，那么就可以对向量进行分解，然后调节各个分量之和的参数，让最终结果能够接近真实结果，如图2所示。

第三方面，结合专业经验。在对数据进行定量分析和定性分析时，不能停留在表面，而是需要与大数据领域的专家进行沟通和交流，并且根据故障发生的场景，总结出故障的特点，然后形成模型，这样能够保证当再次发生同样的故障时，可以及时采取既有的故障解决措施进行解决[2]。

图2 神经算法

4 大数据分析技术智能运维体系的保障

4.1 定位

对于金融机构而言，如果想要保证大数据分析技术智能运维体系正常运行，需要做好定位工作，尤其是要明确智能运维体系的特点以及能够取得的效果。另外，还要注意执行的方式，是选择个性化还是侧重于安全，是兼顾效率和安全，还是强调体系的整体性。从客观角度看，随着大数据分析技术的日益成熟，智能运维体系在金融机构日常运行和管理的重要性日益凸显，所以安全问题逐渐受到人们的重视，所以在明确体系定位上，既要从整体角度考虑问题，也要确保体系的安全[3]。

4.2 规范

对于智能运维体系所需要和涉及的信息，要做好统一工作，比如用户信息、口令信息等，并且做好监控和管理工作，尤其是要做好实时更新工作。在信息认证方面，众所周知，身份认证十分关键而且必不可少，如何对用户信息进行集中管理，是一项十分艰巨的任务，稍有不慎，可能会与监管工作存在一定的冲突，而且进行改动时，可能涉及密码保存的形式，所以需要认真考虑。另外，在流程和权限方面，也要从全局的角度考虑，避免对整个金融机构的运营产生不良影响。虽然智能运维体系能够起到很好的预警作用，但是由于金融机构的活动众多，客户广泛，所以必须要规范金融活动的流程，而且要明确工作人员的责任，做好分工，比如在授权方面，需要金融机构领导批准和签字，工作人员未经许可，不得从事权限以外的活动。

4.3 人员

无论是管理人员，还是技术人员，都要提高自身工作水平和素质，保障智能运维体系的稳定运行。在过去很长一段时间内，由于工作人员水平低下，导致金融机构蒙受损失的情况时有发生，所以要对这类人员进行培训，提高他们的能力，打造素质过硬的员工队伍，同时也要做好宣传工作，让智能运维体系深入人心，在机构和单位内部形成良好的氛围和环境。只有工作人员了解智能运维体系的特点，才能真正提高运维水平，并且提高服务水平。