张加浪-大模型时代，AIOps 的探索与落地实践

大模型时代下AIOps的 研究与实践 多年一直从事AIOps相关研究和建设工作，原腾讯智能监控负责人， 从0到1组建智能监控商业化产品。对内支撑了腾讯会议、QQ空间、 云网络、云存储等上百个产品的监控感知。腾讯网络安全质量建设负 责人，将大模型、AIOps引入安全业务实践落地，使业务得到显著的 提效和提质 腾讯TEG 资深质量运营研发工程师 张加浪 请替换 您的照片 目录/CONTENTS 1AIOps的背景与发展 2大模型的崛起 3大模型在AIOps中的应用实践 4未来展望与探索 AIOps的背景与发展 GOPS,i?X}v8?(Q?pG?XO?Qp.?J?R?@?(2025·^?5?u@ IT运维面临的挑战 随着DevOps模式的普及，规划、 开发、测试、交付的效率越来越高 •效率越来越高Waterfall 开发模式 AgileDevOps Monitor Plan Code Build TestDeploy Operate Release MicroservicesMonolithicN-Tier 系统架构 PhysicalServerVirtualServersContainers 部署模式 CloudDataCenterHosted 基础设施 架构从开始的一体化到分层模式， 再到现在的微服务架构模式 •系统更加稳定 容器化的部署模式动态性增强， 每个实例的生命周期变得更短 •环境动态性增强 云原生应用依赖云上的各类产品， 上下游变得更顺 •上下游依赖更顺 GOPS,i?X}v8?(Q?pG?XO?Qp.?J?R?@?(2025·^?5?u@ IT运维面临的挑战 庞大网络海量存储复杂应用 资源按需服务托管敏捷开发多云互备专家支持安全可靠Devops 海量监控二手信息风险加速木桶效应人少事多预算有限不停“背锅” GOPS,i?X}v8?(Q?pG?XO?Qp.?J?R?@?(2025·^?5?u@ IT运维面临的挑战 GOPS,i?X}v8?(Q?pG?XO?Qp.?J?R?@?(2025·^?5?u@ AIOps定义及关键应用 手工运维系统自动化DevOps脚本半自动AIOps 经验 算法 数据 智能决策 AIOps(Artificial Intelligence for IT Operations)：是一种将人工智能技术应用于 IT 运维管理领域的方案 目标：利用大数据、机器学习和其他人工智能技术，自动、智能地处理和 分析IT 运维中的各种数据，以实现更高效、更准确的运维管理 GOPS,i?X}v8?(Q?pG?XO?Qp.?J?R?@?(2025·^?5?u@ AIOps定义及关键应用 事前事中事后 Ø容量预测 Ø故障预测 Ø性能优化 Ø链路挖掘 Ø异常监控 Ø根因分析 Ø告警关联 Ø智能止损 Ø故障关联 Ø工单分析 Ø场景运营 Ø业务联动 GOPS,i?X}v8?(Q?pG?XO?Qp.?J?R?@?(2025·^?5?u@ AIOps应用-智能检测 基于机器学习算法，通过不同指标分类，综合性能与效果，多模型动态应用实现智能检测 应用实现秒级检测，