(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111500087.5 (22)申请日 2021.12.09 (71)申请人 国网河北省电力有限公司信息通信 分公司 地址 050022 河北省石家庄市富强大街10 号电力招待处 申请人 国家电网有限公司 (72)发明人 王腾　王献春　杨会峰　王占魁　 孙辰军　王静　周文芳　遇炳杰　 樊京杭　杨钰雪　 (74)专利代理 机构 石家庄新世纪专利商标事务 所有限公司 1310 0 代理人 齐兰君　张杰 (51)Int.Cl. G06Q 10/00(2012.01)G06N 20/00(2019.01) G06N 3/08(2006.01) G06K 9/62(2022.01) (54)发明名称 基于人工智能技 术的AIOps智能运维系统 (57)摘要 本发明提供了基于人工智能技术的AIOps智 能运维系统， 包括AI Ops智能运维中心系统、 数据 中台系统、 AI中台系统、 技术中台系统、 业务中台 系统和业务应用系统； 智能运维 中心系统还额外 包含有系统健康度评分模块、 根因分析模块、 故 障预测模块、 容量评估模块和智能告警收敛与降 噪模块。 拉通 “一中心四中台 ”及五层架构的监控 运维， 用多种形式采集运维相关的日志、 监控、 性 能等数据， 拉通前、 中、 后台的运维接口， 实现统 一门户的运维集中化管理； 合理构建与集团统一 AI的租户模式对接能力， 合理引用AI模型与算 法、 计算资源结合 当地运维数据， 进行AI Ops场景 模型与集中化AI平台完成训练框架及规范兼容， 实现模型服 务的共享复用。 权利要求书1页 说明书5页 附图3页 CN 114139747 A 2022.03.04 CN 114139747 A 1.基于人工智能技术的AIOps智能运维系统， 包括AIOps智能运维中心系统(1)、 数据中 台系统(2)、 AI中台系统(3)、 技术中台系统(4)、 业务中台系统(5)和业务应用系统(6)， 所述 AIOps智能运维 中心系统(1)与数据中台系统(2)之间双向连接传输， 智能运维 中心系统(1) 与AI中台系统(3)之间双向连接传输， 智能运维中心系统(1)与技术中台系统(4)之间双向 连接传输， 业务中台系统(5)和业务应用系统(6)与 AIOps智能运维 中心系统(1)之间均为单 向连接传输； 其特征在于， 智能运维中心系统(1)还额外包含有系统健康度评分模块、 根因分析模 块、 故障预测模块、 容 量评估模块和智能告警收敛与降噪模块。 2.根据权利要求1所述的基于人工智能技术的AIOps智能运维系 统， 其特征在于， 所述 智能运维中心系统(1)内部包含有运 维数据统一采集服务模块、 系统监控服务模块、 智能运 维服务模块、 运维数据分析与管理模块。 3.根据权利要求1所述的基于人工智能技术的AIOps智能运维系 统， 其特征在于， 所述 智能运维中心系统(1)与数据中台系统(2)之间主要进 行数据采集与存取， 智能运 维中心系 统(1)内部设有运维数据统一采集服务模块， 运维数据统一采集服务模块采集日志、 监控、 性能等运 维数据， 其中运 维数据包括： 日志数据、 系统性能指标数据、 业务系统资产数据、 设 备资源资产信息、 设备监控与性能数据、 数据库监控与性能数据、 中间件监控与性能数据和 开源软件监控与性能数据； 将采集到的数据存储到数据中台系统(2)中并进 行处理， 智能运 维中心系统(1)还 可随时调用数据中台系统(2)中的数据， 通过运 维数据分析与管 理模块进 行分析和模型训练。 4.根据权利要求1所述的基于人工智能技术的AIOps智能运维系 统， 其特征在于， 所述 技术中台系统(4)具有资源监控、 资源调度和分布式缓存管理功能。 5.根据权利要求1所述的基于人工智能技术的AIOps智能运维系 统， 其特征在于， 所述 业务中台系统(5)主要负责将客户中心、 销售中心、 产商中心和营业中心的性能指标及日志 数据传输 到智能运维中心系统1中进行检测。 6.根据权利要求1所述的基于人工智能技术的AIOps智能运维系 统， 其特征在于， 所述 系统健康度评分模块工作时， AI中台系统(3)包含有数据预处理模块、 异常检测算法模块、 自然语言处 理模块、 树形模型模块、 聚类算法模块和模型 管理模块。 7.根据权利要求1所述的基于人工智能技术的AIOps智能运维系 统， 其特征在于， 所述 根因分析模块工作时， A I中台系统(3)包含有数据预处理模块、 相关性分析算法模块和模 型 模块。 8.根据权利要求1所述的基于人工智能技术的AIOps智能运维系 统， 其特征在于， 所述 故障预测模块工作时， A I中台系统(3)包含有数据预处理模块、 相关性分析算法模块和三次 指数平滑算法、 树形回归算法和模型 管理模块。 9.根据权利要求1所述的基于人工智能技术的AIOps智能运维系 统， 其特征在于， 所述 容量评估模块工作时， AI中台系统(3)包含有数据预处理模块、 时间序列预测算法模块、 holt‑winter算法模块、 集成学习算法模块和模型 管理模块。 10.根据权利要求1所述的基于人工智能技术的AIOps智能运维系统， 其特征在于， 所述 智能告警收敛与降噪模块工作时， A I中台系统(3)包含有 数据预处理模块、 关联分析算法模 块、 聚类算法模块和分类算法模块。权　利　要　求　书 1/1 页 2 CN 114139747 A 2基于人工智能技术的AIO ps智能运维系统 技术领域 [0001]本发明涉及运维管理技术领域， 具体而 言， 涉及基于人工智能技术的AIOps智能运 维系统。 背景技术 [0002]AIOps(Arti ficial Intelligence  for IT Operations)， 即智能运维， 是将人工 智能的能力与运维相结合， 通过机器学习的方法来 提升运维效率。 [0003]在传统的自动化运维体系中， 重复性运维工作的人力成本和效率问题得到了有效 解决。 但在复杂场景下的故障处理、 变更管 理、 容量管 理、 服务资源过程中， 仍需要 人来掌控 决策的过程， 这阻碍了运 维效率的进一步提升。 而A I方法的引入， 使得机器能够代替人来做 出决策， 从而让真正 意义上的实现完全自动化成为了可能。 [0004]随着移动业务的快速增长， 以及5G时代的到来， 业务请求及渠道日益复杂， 如何准 确把握应用系统运行状态及健康度提出新的要求； 大量的运 维监控产生的海量数据存在重 大价值， 对于如 何以数据驱动结合Al算法智能分析， 落地AIOps场景提升系统管控 能力， 是 急需补充的能力。 [0005]目前的运维系统存在主要存在以下问题： 1.故障定位待优化： 云计算、 PAAS 容器化 相关上线后， 运维环境越来越复杂， 对故障进行定位也越来越困难， 当故障发生后， 定位故 障消耗了很多时间， 甚至会超过解决故障所用时长； 2.智能运 维待优化： 智能运 维在实际运 维应用不足， 大部分的运维场景仍靠人工及经验解决， AI应在各运维场景推进有效落地方 案； 3： 运维场景待适应： 现场运维场景复杂， 数据来源多样， 目前的AI模型对现场的运维场 景适应性差， 常表现为测试效果良好， 现场效果较差的情形； 4： 无法跨域集中分析与运维： 无法对跨域、 跨平台、 跨应用的业务、 调用链分析； 无法对跨域、 跨平台、 跨应用的资产资源 实现健康 监测； 监控工具分散、 运 维工具分散、 监控指标分散， 监控数据未充分挖掘其价值， 监控和运 维操作未联动； 无PASS双态 运维： 目前还 是传统应用的智能运维， 正在对接PASS运 维管理、 监控与运维协同操作； 无法实现跨域、 跨平台的监控、 健康检测、 告警汇聚。 没有 AIOps的数据采集、 数据分析、 AI运维场景等智慧运维能力， 去驱动各域、 各平 台的精准化、 精细化运维。 [0006]因此我们对此做出改进， 提出基于人工智能技术的AIOps智能运维系统以便于解 决上述中提出的问题。 发明内容 [0007]为了实现上述发明目的， 本发明提供了以下技 术方案： [0008]基于人工智能技术的AIOps智能运维系统， 包括AIOps智能运维中心系统、 数据中 台系统、 A I中台系统、 技术中台系统、 业务中台系统和业务应用系统， 所述A IOps智能运维中 心系统与数据中台系统之 间双向连接传输， 智能运维 中心系统与 AI中台系统之 间双向连接 传输， 智能运维中心系统与技术中台系统之间双向连接传输， 业务中台系统和业务应用系说　明　书 1/5 页 3 CN 114139747 A 3