11月16日
，，，OFweek第七届人工智能产业大会暨行业年度颁奖典礼在深圳举办。。。绿阳AIOps技术凭借在人工智能领域的实力和优势，
，获得维科杯 · OFweek 2022 人工智能行业“技术突破奖”。。。。当天，，绿阳高级研发技术专家易佳受邀出席大会
，，发表《桌面云场景下的AIOps技术实践》的演讲
，，
，介绍了桌面云运维遇到的挑战，，
，，以及如何利用AIOps简化桌面云运维等内容。。。

桌面云运维面临诸多挑战 

近年来
，，，桌面云为数字化办公提供了有力支撑。。。
。与此同时
，，，，桌面云也容易面临第三方软件兼容性、、蓝屏、、
、、木马、、应用卡慢、、、响应延迟等问题，，
，，这些问题的背后暴露出来的可能是私有云资源不足
、、、硬件故障难以定位、
、网络故障等深层次问题。。。

为此，，
，绿阳提出了AIOps 智能运维一体化技术方案。
。
。。该方案通过采集桌面云的日志
、、链路和指标数据，，，执行故障预测、
、异常检测、、、、关联推理等算法，，，为用户提供智能分析服务。。。

“AIOps的数据采集引擎基于Golang实现了插件化探针，，
，支持采集Windows、、Linux
、、
、、Docker等多类指标数据
，
，可以跨平台、、、、多应用地进行动态采集，，也支持Prometheus协议和导出
，
，，
，在数据采集上实现了高效和可扩展。。。。”易佳补充。。

历经三次迭代，，，打造更优运维体验

易佳介绍
，，，随着用户诉求和用户体量的的不断变化，，
，
，绿阳AIOps数据模型与AI框架演进了三个版本。。
。。

第一个版本适用于小规模用户，，
，是一套轻量级监控分析系统，，，支持时序数据、、告警数据、、、统计分析和容器化部署，
，，，也支持主机、、、虚拟机数据采集做简单AI分析，
，但是DB/存储与业务耦合严重，，，算法效果难保障
，，，难以支撑大规模虚拟机接入。。。

第二个版本是轻量级AIOps引擎，，支持OpenAPI和数据统一调度，，，引入缓存机制，
，
，，实现了存算分离。
。
。但OpenAPI、、
、、Requests Handler和Prometheus容易遇到瓶颈
，，，导致体验欠佳。。。。

从第三个版本开始，
，，绿阳打造了全栈的AIOps引擎。。。。在该版本中，，，，面对数据上报的性能瓶颈问题，，，抽象数据接口，
，，，实现Requests Handler负载均衡；其次是设计了投递分级，
，，，内存磁盘双对列的模式，，，为低优先级数据设立单独通路，
，，，可以优先保障高优先级数据入库；同时，，，，设计了多级分表，
，，，优化了数据结构
，
，这样可以保留横向扩展能力
。。

另外，，，，为了平衡实时性与准确度，，减少重复数据，
，，，AIOps可以按采集指标区分不同采集周期，，，例如设定10s采集一次CPU
，，20s采集一次memory；服务器型号
、、、磁盘大小等静态数据尽量只采集一次
。。。

最后，，，针对多维异构数据进行了冷热分层处理，，，
，冷数据存档供AI离线分析和模型训练，，，，热数据实时监控和展示。。

在AI算法方面，，易佳介绍
，，，，“桌面云AIOps算法包括基于bagging策略的分段线性回归算法、、
、、基于网格搜索的缩扩容模型、、、、基于资源约束算法和贪心策略的虚拟机新增模型、、基于时间序列特征提取和随机森林的闲置资源识别模型等”
，，
，基于这些算法，
，，最终形成了包含AIOps算法、
、
、、AI调度决策、、OpenAPI、
、
、数据管理、、、、服务化等功能在内的AIOps基础结构。
。。

AIOps 实践与落地效果

易佳表示，，，AIOps可以快速识别出卡慢故障等异常问题。。。。通过引入50多个规则
、、采集800多个维度数据，
，实现20多个机器学习算法，
，，诊断出30+核心卡慢场景。。
。。AIOps的监测分析能力已经能够全方位地支撑大盘
、、、集群、、、、主机、、、、虚拟机
、、、网络、、、、存储
、、应用软件全栈监控与分析。
。。

在算法效果上
，，桌面云卡慢/故障异常检测准确率达到87%。
。
。实施卡慢缓解建议后
，，约有47%的问题能够得到明显缓解，，，，AIOps的智能诊断能力，，可以覆盖桌面云65%的已知资源卡慢问题。。
。

易佳最后总结，，AIOps未来会增加更多的反馈和模型的自更新机制，，实现多业务场景的覆盖。。同时，，基于业务画像和运维知识图谱，，，实现精细化故障诊断，
，，，打造让用户满意的产品体验。。。