AI 算法中最重要的是根因分析和特征分类。
根因分析是指,在日志数据和 Guest OS 中发现很多可能的问题原因,但究竟哪个是真正的 root cause 则需要 AI 做分析。人分析时会看时间,发生的顺序,调用链路,AI 也是同样的逻辑。
特征分类是针对用户的操作和异常进行分类,将用户的操作、配置、异常分配到具体的根因上。
态势感知是对风险的预测。
预测和推荐其中的预测是非常重要的,很多诊断需要在用户没有感知时就提供异常诊断,将风险扼杀在发生前。
用户画像是针对用户本身的属性进展诊断,不同的用户往往有不同的操作记录,不同的异常问题,以及不同的行为,这都需要不同的诊断,因此用户画像和行为分析可以辅助自助诊断。
决策树或专家经验也是重要的诊断方式。
支持 AI 算法的是数据中台,无论是数据的清洗还是打标都离不开数据中台的建设。
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。