循序渐进前景看好智能运维“护航”金融业
栏目:产品中心 发布时间:2018-10-30 19:46
日前,IBM发布《金融行业AIOps智能运维白皮书》(以下简称白皮书),为金融机构与企业支招,推动智能运维落地。《上海金融报》记者就国内金融业智能运维的必要性、运维领域发展前景...

  日前,IBM发布《金融行业AIOps智能运维白皮书》(以下简称白皮书),为金融机构与企业支招,推动智能运维落地。《上海金融报》记者就国内金融业智能运维的必要性、运维领域发展前景等问题,采访了白皮书编写总顾问、清华大学长聘副教授裴丹;IBM大中华区全球信息科技服务部、技术服务产品管理部总经理孙建钢;IBM大中华区创新解决方案总监元新华和IBM全球信息科技服务部资深构架师刘斌。

  《上海金融报》:金融业智能运维有何必要性?金融机构如何构建智能运维系统?

  裴丹:由于金融业对IT系统服务的要求极为苛刻,必须24小时不间断,接近于“零”宕机,且金融业务持续创新也要求支撑软件不断迭代。因此,金融业数据中心运维必须引入新技术、新思路、新体系,更智能地为行业保驾护航。

  孙建钢:金融机构构建智能运维系统,应结合实际,循序渐进。目前,金融机构基本都已建立较完善的运维监控系统,收集了较全面的运维指标数据,内部大数据平台趋于完善。下一步,需从基本数据/平台开始,逐步构建金融级的智能化运维平台及金融类业务场景,实现数据中心全覆盖,最终建立自有人工智能算法模型,将运维系统建设成为企业数据中心的运维大脑,实现智能洞察、智能定位、智能分析。此外,金融机构需搭建基于AI的智能运维平台,通过自主学习,分析和总结系统运维过程中的各种状况和规律,并针对不同应用场景建立模型,再让平台去了解运行规律。如一家全国性银行的IT环境里,可能有几万甚至几十万个趋势或规律,AI平台根据总结出来的规律去监控其IT环境,掌握所有趋势或规律后,不仅能快速找出导致问题的原因,还能提前预测,防备可能出现的问题。

  《上海金融报》:很多银行都搭建了大数据平台,运行中哪个环节最常出问题?该如何化解?

  元新华:包括银行在内,整个金融业的数字化平台架构较复杂,如底层架构中有大量服务器、存储网络等。从应用层或软件层看,金融业对端到端的业务有非常严格的技术要求和很高的服务要求,智能化环境较复杂,难点在于系统的层次越来越多,从底层硬件到中间件到应用软件,发生故障时,无法立刻判断哪个环节出问题。而通过智能运维,就能借助AI手段帮助企业对大量数据进行分析,从不同曲线叠加中找出故障所在。

  刘斌:某全国性大型银行2016年启动IBM智能运维平台项目,日处理数据增量达TB级,覆盖个人网银、手机银行等系统,初步建立数据中心“运维大脑”,实现对针对性能指标异常波动提前预警,主动运维,并自动挖掘数据背后的现象,快速定位系统瓶颈。此前,该行手机银行在一段时间内交易缓慢,利用智能运维平台分析,发现问题出在磁盘IO的响应时间,当时瞬间峰值是正常均值的20至30倍。故障根源找到后,很快得以恢复。

  刘斌:目前,国内金融业尚无单独的智能运维产品和智能运维架构。银行使用的所有监控软件,都属于智能运维的一个组件,其他还有大数据平台、分析引擎、报表系统、智能分析系统,这是一个复杂的架构。

  孙建钢:我认为未来金融业智能运维发展前景很好,尽管智能化会带来颠覆性的运维思维和效应,但并非取代现有系统,而是为之赋予智能。未来的智能运维需既懂业务场景语言,又懂平台和技术,能把业务场景翻译成新型AI语言,将咨询与交付一体化完成。智能运维最终体现形式将是人机超融合,进而实现企业永续发展。