AIOps案例 | AI能替代人工进行告警分析吗？（二 告警产品化和分析结果报告）

[ 本文作者：擎创科技产品专家 布博士。 ]

本案例来自于大型券商企业。

上一篇：AIOps案例 | AI能替代人工进行告警分析吗？（一 告警模型的建立）

03 告警关联分析模型 产品化

来百度APP畅享高清图片

整个告警辨析中心产品我们划分成了两个主要的部分：

• 标准版：对标竞争对手的统一告警管理平台，定位在解决告警信息的集成接入、标准化、过滤、维护期管理、告警压缩降噪、告警通知等能力。

• 高级版：定位为告警的智能分析及处置平台，主要完成分析模型构建、告警的智能分析、处置、对处置结果的优化总结和回顾，而告警的关联分析我们定位为高级版中的一部分。在未来的版本规划中，我们将实现对整个过程的在线化和产品化，如下图所示：

• • 接入告警：完成对不同监控源告警的接入。

  • 数据转换处理：按算法的要求，由产品自身完成对告警数据的在线转换处理，并生成算法所需要的输入数据。

  • 算法进行关联分析：算法在线接收转换处理后的告警数据，定期对告警数据进行关联分析。

  • 生成关联分析结果：算法生成关联分析结果。

  • 在线评审：针对生成的结果，数据科学家和运维专家可以在线对产生的结果进行审核。

  • 评审结果规则化：针对评审后的结果，进行总结和归纳，生成关联场景的专家规则。

  • 生成关联场景：在线接收告警之后，通过关联场景的专家规则进行匹配，最终生成关联场景，运维工程师可以在告警工作台看到关联之后的告警并进行处置。

04 分析结果报告

本次项目的目标是对一头部券商客户的“核心业务系统”在过去6个月内产生的33.6万条历史告警数据进行关联分析。通过5轮迭代，我们最终得到了22条关联模式结果，并由数据科学家筛选出了13条有效结果提交给客户方的运维专家评审。客户方对我们的工作给出了以下反馈：

• 提交的评审记录大部分基本满足了预期

• 已指示现场项目组同学开始投产

分析结果的全部22条告警关联模式结果如下图所示：

上图中的”600000116”这些数字代表的是告警辨析中心中告警内容模板ID，在对该券商的数据集进行分析时，我们发现 大量告警的指标为空值，因此我们在后续的告警关联分析挖掘中采用template_id(告警内容模板ID，这是告警辨析产品 独有的一个能力)。

挖掘结果内容包括premise - 前驱节点、conclusion - 后继节点、support - 支持度、confidence - 置信度、lift - 提升度信息。

实战中，下面一个组合，{600000116，6000001494，600000906}是告警辨析产品对告警内容进行归纳之后，生成的告警关联模式评审结果页，在评审阶段需要转换为如下的模板信息以及告警时段的告警列表，才能够有效协助运维专家对告警关联分析结果进行有效评审。如下图产品产出之结果的评审界面所示：

• 接入告警：完成对不同监控源告警的接入。

• 数据转换处理：按算法的要求，由产品自身完成对告警数据的在线转换处理，并生成算法所需要的输入数据。

• 算法进行关联分析：算法在线接收转换处理后的告警数据，定期对告警数据进行关联分析。

• 生成关联分析结果：算法生成关联分析结果。

• 在线评审：针对生成的结果，数据科学家和运维专家可以在线对产生的结果进行审核。

• 评审结果规则化：针对评审后的结果，进行总结和归纳，生成关联场景的专家规则。

• 生成关联场景：在线接收告警之后，通过关联场景的专家规则进行匹配，最终生成关联场景，运维工程师可以在告警工作台看到关联之后的告警并进行处置。

（未完待续）