IT 运维工具的主要功能正在从数据获取、数据处理转向数据分析。面对海量数据和复杂运维场景，智能化已经成为运维工具发展的重要命题。AIOps 是将人工智能的能力与运维相结合，基于已有的运维数据并通过机器学习的方式来进一步解决自动化运维无法解决的问题。

蚂蚁集团在大规模实践中，总结出智能根因定位、智能异常检测、智能性能优化与智能告警优化等一整套 AIOps 核心能力，基于这些智能化的能力，可以帮助运维团队在最大化降低故障率的同时，实现运维成本的降低。该方案目前已经在蚂蚁集团经过大规模实践、生产检验，在双 11、双 12 大促和生产稳定性中发挥了巨大的作用。本次演讲将把以上分享给大家，对于在分布式数字化转型中的其他公司，特别是由此产生的观测性数据乱、故障定位难、恢复慢等，有一定的启发意义。

演讲提纲：

1. AIOps 的背景、目标和历史

• AIOps 概念的提出和意义
• AIOps 国内外发展情况

2. 蚂蚁集团 AIOps 的主要技术和架构

• 数据预处理模块
• AI 数据检测模块
• 统计型算法
• 机器学习算法
• 异常处理模块

3. 蚂蚁集团 AIOps 涉及到的主要场景

• 智能告警
• 智能告警覆盖的主要场景：冲击、频率和趋势变化
• 智能告警背后的实现: 聚合和文本摘要
• 蚂蚁智能告警的特殊能力：多维度异常检测和业务标注
• 根因定位
• 故障决策树和风险处理
• 基于链路、日志和节点的异常分析系统
• 智能自愈

4. AIOps 的展望

你将获得：

• 了解蚂蚁集团如何在复杂分布式架构下，利用智能运维技术提升智能告警能力，增强智能根因定位能力，从而降低故障率，提升处置效率
• 了解 AIOps 技术的主要组成、原理和架构
• 了解 如何选择有效的 AIOps 智能算法，如何和已有的技术体系产生有效的连接、解决业务痛点问题
• AIOps 的未来演进之路