赵宇辰在2017APMcon中国应用性能管理大会上做了题为《从非结构化到结构化的智能之路》的分享,就智能运维中的异常检测和根源分析,性能监控了的时间序列,AI+时间序列做了深入的分析。
https://yq.aliyun.com/download/399?spm=a2c4e.11154804.0.0.5a9e6a793luqXt
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。
赵宇辰在2017 APMcon中国应用性能管理大会上的分享《从非结构化到结构化的智能之路》,聚焦于智能运维领域的重要议题,特别是异常检测、根源分析以及性能监控中时间序列的处理,还有AI在时间序列分析中的应用。这些内容对于提升系统的稳定性和优化用户体验至关重要。
在阿里云产品体系中,与赵宇辰分享主题紧密相关的服务和解决方案包括:
阿里云日志服务(Log Service):可以帮助用户收集、存储、分析和检索日志数据,支持对非结构化日志数据进行实时分析,是实现智能运维中异常检测的基础工具之一。
阿里云ARMS(Application Real-Time Monitoring Service):即应用实时监控服务,专注于应用性能管理和业务运营监控,提供全面的性能监控、异常检测、调用链路分析等功能,帮助开发者快速定位问题根源,提升应用稳定性。
阿里云Link Monitor:针对物联网(IoT)场景的时间序列数据分析服务,可以高效地处理设备产生的大量时序数据,进行性能监控和异常检测,适用于需要高性能、低延迟监控的物联网应用。
大数据处理服务MaxCompute 和 数据工场DataWorks:这两个服务可以协同工作,为大规模数据处理、分析和机器学习任务提供平台。在智能运维场景中,可以利用它们来处理和分析时间序列数据,构建AI模型以进行更深入的预测和分析。
PAI(Platform of Artificial Intelligence):阿里云的机器学习平台,提供了丰富的算法库和模型训练能力,支持用户开发定制化的AI模型,如时间序列预测模型,用于性能监控和异常检测,进一步推动从非结构化数据到结构化智能的转化。
通过结合使用上述阿里云产品和服务,企业能够构建起一套完整的智能运维体系,有效提升应用性能管理的能力,实现从数据采集、处理、分析到决策的全链条智能化。