Aug, 2023

面向软件编辑中小企业的本地 AIOps 基础设施：一份经验报告

PDF
TL;DR通过利用开源工具，本文调查了在内部实施 AIOps 解决方案的可行性，介绍了一个成功部署的综合 AIOps 基础设施，并提供了构建其各个组件的不同选择的基础。对于寻求以现代 AIOps 方法内部管理软件维护流程的公司，我们的经验可以提供帮助。
发现论文，激发创造
  • 事件管理的 AIOps 解决方案：技术指南与综合文献综述

    提供了一种 AIOps 术语和分类法，建立了结构化的事故管理程序，并提供了构建 AIOps 框架的指南，以提供 AIOps 领域的技术和研究方面的全面回顾，旨在构建知识，识别差距，并为该领域的未来发展奠定基础。

    Apr, 2024

  • 云平台上的 IT 运维人工智能（AIOps）：评审、机会与挑战

    介绍了实现基于云平台的人工智能运维 (AIOps) 的愿景、趋势、挑战和机遇以及多种运用案例和关键技术，特别关注了数据分析、问题分类和解决方案提出和技术应用等方面。着重挖掘了那些尚未被深入开发或对人工智能技术能够产生显著影响的领域。文章中还提供了该领域的趋势预测和关键投资机会。

    Apr, 2023

  • 面向中小型环境的本地 AI 即服务

    这篇文章探讨了人工智能作为服务的功能和相应技术栈以及可能的实现，分析了适用于小型和中型用户的开源用户友好技术，允许完全控制数据和技术平台而不依赖任何第三方或供应商锁定。

    Oct, 2022

  • 信任守护者：通过厂商合作在 AIOps 中导航数据安全

    人工智能运维（AIOps）是一个快速发展的领域，应用人工智能和机器学习来自动化和优化 IT 运维。然而，由于数据源可能包含敏感信息，数据安全是在与 AIOps 供应商合作时的重要关注点。本文将讨论不同供应商提供的安全功能以及我们如何采用最佳实践来确保数据的保护和隐私。

    Dec, 2023

  • 网络 AIOps 中部署深度学习模型的质量监测和评估

    该研究论文探讨了如何在网络管理中使用 AIOps 技术，通过简单而有效的技术对个体推理和多重推理中的整体模型质量进行评估和追踪。

    Feb, 2022

  • 人工智能和工业互联网从预测性维护进化为智能化维护

    通过评估现有的预测性维护方法并提出创新性框架，本研究介绍一种基于人工智能和工业互联网的智能化维护框架，包括概率可靠性建模和深度学习等最新机器学习算法，并利用涡轮风扇引擎退化数据集验证了新颖的概率深度学习可靠性建模方法。

    Sep, 2020

  • 异常检测 AIOps 解决方案的维护技术

    在这项工作中，我们分析了两种不同的异常检测模型维护技术的模型更新频率，即盲目模型重训练和知情模型重训练。此外，我们还研究了通过对所有可用数据（全历史方法）或仅对最新数据（滑动窗口方法）进行重新训练来更新模型的效果，并且调查了一个数据变化监控工具能否确定何时需要通过重新训练更新异常检测模型。

    Nov, 2023

  • 构建一个 AI - 支持的 IIoT 平台 -- 从早期用例验证中所得经验教训

    为了更广泛地在工业生产中采用人工智能，充足的基础设施能力至关重要。我们介绍了我们的 IIP-Ecosphere 平台的设计，并在 AI 启用的视觉质量检查的演示程序方面进行了早期评估，包括在此早期评估活动中获得的见解和经验教训。

    Jul, 2022

  • 利用日志指令进行基于日志的异常检测

    该论文提出了一种名为 ADLILog 的方法，结合源代码日志指令和目标系统的数据，通过两阶段学习过程，学习深度神经网络模型来可靠地检测系统日志中的异常，实验结果表明 ADLILog 在 F1 得分上的表现比相关方法提高了高达 60％。

    Jul, 2022

  • 适用于家用电器维护的物联网云和大数据架构

    本文介绍了一种分布式、可伸缩的平台架构，可用于有效的实时大数据采集和分析，其中结合智能家电的实时预测维护进行了案例研究，结果表明该平台具有成本效益和本地化优势。

    Oct, 2022