智能护航数字基建：
网络故障全生命周期闭环管理实践
华泰证券信息技术部资深运维开发专家，持有思科网络专家认证
（CCIE R&S #38183）。先后就职于江苏电信、蚂蚁集团、华泰证
券，有11年的高可用、高并发系统的开发和维护经历，在架构设计、
性能优化、故障应急上有丰富的实践经验。目前专注于华泰证券基础
设施故障智能运维领域的系统能力建设，在基础设施故障全生命周期
管理上积累了丰富的产品开发经验。
资深运维开发工程师
刘爽
目录/CONTENTS
1基础设施网络总体介绍
2网络故障闭环管理的智能化之路
3网络故障智能化管理场景案例
4基础设施故障智能化管理展望
基础设施网络总体介绍
GOPS , i?X}v8?(Q?pG?XO?Qp.?J?R?@?(2025 · ^?5?u@
基础设施发展历程：迈向智能阶段
移动互联网机遇平台打法革新全面数字化转型
2013 -2015
起步阶段
2016 -2018
发展阶段
2019 -2021
加速阶段
2022 -2024
成熟阶段
2025 -至今
提质阶段
技术初探、点上突破夯实基础、示范先行系统重塑、全面上云持续优化、运营为要创新驱动、智能引领
聚焦积累聚焦速度聚焦规模聚焦效益聚焦智能
Ø自建云平台
Ø新建数据中心
Ø公有云
ØIT资源管理平台
Ø资源池化
Ø云网管理平台
Ø基础设施运营台
ØFinOps运营
Ø基础设施运维台
Ø智能运维
公
司
基
础
设
施
GOPS , i?X}v8?(Q?pG?XO?Qp.?J?R?@?(2025 · ^?5?u@
基础设施网络架构图：三层架构分工明确
互联网隔离层
核心交换层
业务承载层
GOPS , i?X}v8?(Q?pG?XO?Qp.?J?R?@?(2025 · ^?5?u@
网络运维的特点：六大问题增加挑战
单点故障级联崩溃
传统灾备设计难以应对现代分布式系统的复
杂依赖，一点故障可能全面瘫痪
关键信息大海捞针
网络运行数据要以TB计算，大量非关键告警
如同噪声，干扰判断
安全可靠零和博弈
安全策略层层加码的限制可能导致流量误伤，
分析难度也大大提升
瞬发故障难以捕获
偶发性故障或闪断故障回溯困难，面对业务
的质疑和指责，难以找到线索
变更高危如走钢丝
一条错误的配置可能在管理员毫无知觉的情
况下引发大面积故障
CLI方言低效运维
各种厂商甚至同厂商不同型号的设备 CLI大相
径庭，管理员必须化身翻译官
GOPS , i?X}v8?(Q?pG?XO?Qp.?J?R?@?(2025 · ^?5?u@
网络故障管理的思考：有效应对故障的四个难题
如何保证第一时间发现故障？
发现故障后如何对故障度量？
故障度量数据如何辅助定位？
定位结果如何转化处置动作？
故障发现
故障度量
故障定位
故障处置
网络故障闭环管理的
刘爽-智能闭环护航数字基建：新一代网络故障全生命周期管理实践