- 综合排序
- 最热优先
- 最新优先
- 来自专栏数据库安全防护
运维审计系统
4、集中身份认证 内网运维综合审计管理系统为用户提供统一的认证接口,支持多种认证方式。 6、集中访问控制 内网运维综合审计管理系统能够提供细粒度的访问控制，最大限度保护用户资源的安全。 8、工单审批 内网运维综合审计管理系统支持工单审批模式，第三方运维人员或普通运维用户访问特定的服务器设备必须经过管理员的临时审批授权才能进行运维操作，更好的提高运维流程简单并记录相应操作。 9、计划任务 内网运维综合审计管理系统支持建立计划任务，对被管资源进行口令修改(手动指定/随机生成)、账号同步、脚本执行等任务配置，方便运维人员对资源的维护，减少重复工作，提高运维效率。 ，实时监控、智能拦截。
5.5K11发布于 2019-11-26 - 来自专栏智能运维圈
1位5年智能运维开发对智能运维的理解
》：较为全面的介绍了智能运维。 对完整的智能运维解决方案，开始有了自己独特的理解； 总结一下自己的认知过程 12.png 从不同的角度看智能运维，以质量保障为例 个人认为，智能运维是一套复杂的人工智能的解决方案。 从业务的角度看智能运维 首先，智能运维是建立在运维的基础之上的，只有了解了现有的运维的内容和技术体系，我们才能够合理的思考，智能运维在整个运维体系中的地位和作用。 基础功能模块 •发布变更系统； •故障管理系统； •监控系统； •其他扩展功能 智能运维如何在运维中起到作用 目标： •1分钟发现问题 - 同时数据仓库的数据，也能够为数据分析和数据挖掘提供底层的数据支撑； 从工程的角度看智能运维 系统开发 整个智能运维解决方案，把运维几乎所有的业务系统都囊括进来： 基础组件
1.8K72发布于 2021-06-25 AI业务综合运维支撑系统：引爆AI生产力的智能运维大脑*
然而，当我们兴高采烈地部署了智能推荐、风控模型、AI客服等应用后，一个巨大的挑战也随之而来：这些AI业务，你真的“管”得好吗？传统的运维模式，在AI业务面前显得力不从心。 破局的关键，正是“AI业务综合运维支撑系统”。它不是一个简单的监控工具，而是一个专为AI业务打造的“智能运维大脑”。它的核心使命，就是将运维从被动的“响应者”，升级为主动的“驾驭者”。 全景可视：从“管机器”到“管业务”传统运维关注CPU、内存、网络。而AI业务综合运维支撑系统，在此基础上，将目光投向了AI的核心要素：数据、算法、模型。 总结而言，AI业务综合运维支撑系统，是企业在AI时代不可或缺的基础设施。 它用AI的技术，解决了AI业务的运维难题，将团队从繁琐的日常运维中解放出来，更专注于业务创新和模型优化。 它保障的不仅仅是系统的稳定，更是企业AI战略的稳步前行。当你的AI业务拥有了这个“智能大脑”，你才能真正放心地踩下油门，全速驶向智能化的未来。
25410编辑于 2025-10-24- 来自专栏日志易的专栏
运维未来的发展方向是智能运维（AIops）
在日志易产品总监饶琛琳（@三斗室）看来，目前国内智能运维发展还处于一个探索阶段，要想尽快在智能运维领域有所突破，首先要重点做好监控系统和告警系统，并利用机器学习算法进行快速监控和排障。 系统中单个服务的启停和迁移很方便，也很频繁，各自的数据输出就变得很混乱，这意味着运维要查找问题就麻烦了很多，而解决这些麻烦就需要智能运维。 实现智能运维是一个需要大量投入和学习的过程。 想尽快在智能运维领域有所突破，更实际一点的办法就是重点做好监控系统和告警系统。 现在比较明确的是大家会朝着智能运维方向发展，并且智能运维的发展一定是一个长期演进的过程。 对于智能运维的发展预测，我的简单看法如下： 智能运维会首先体现出其在告警系统上的价值。 智能运维应该可以从相关性分析等方面，辅助运维人员快速定位故障。 第三阶段，利用一些 NLP（自然语言处理）技术，对自然语言写成的故障报告进行处理，自动反馈到智能运维系统里。
4.4K31发布于 2017-12-13 OpenClaw：开启OpenCloudOS 操作系统智能运维初体验
本文将使用腾讯云轻量服务器LightHouse部署OpenCloudOS系统，并在其上安装一个OpenClaw来打造AI运维助手。 3、使用OpenClaw功能体验智能运维3.1Clawbot运行状态确认#查看clawbot是否在后台运行openclawhealth#查看模型状态，是否连上了大模型openclawmodelslist 让OpenClaw作为基于OpenCloudOS的智能运维助手，通过自然语言交互+Skill彻底重构了传统运维模式，具体帮助如下：✅示例交互流程：运维人员说："检查内存使用，超过70%就告警"→OpenClaw xx内存达82%→自动发送邮件至admin@example.com→人员："查看告警记录"→返回日志：[2026-02-28xx:00:02]内存使用率过高:82.3%OpenClaw不仅是工具，更是运维智能化转型的起点 总结：OpenClaw将系统运维从“技术苦力活”升级为“智能决策引擎”，让企业用自然语言管理基础设施，最终实现运维成本下降、业务连续性提升、团队能力跃迁的三赢局面。
3.6K31编辑于 2026-02-28- 来自专栏AI+运维：智能化运维的未来
智能运维：AI让你的系统“未卜先知”
智能运维：AI让你的系统“未卜先知”过去，运维工程师像“消防员”，哪里出了故障就火急火燎地去修补，疲于奔命。但如今，AI正在彻底改变这一局面，让运维从被动应对变成主动预防。 今天，我们就聊聊如何利用AI实现运维流程监控，让你的系统不再“猝不及防”。 经验依赖：依赖运维人员的经验，面对复杂异常往往力不从心。而AI的引入，正是为了解决这些痛点，赋予系统“预知未来”的能力。AI如何优化运维监控？ 代码案例：日志智能分析运维日志往往包含大量有用的信息，但人工分析费时费力。 这样，系统能做到真正的智能运维，减少人为介入，提高稳定性。结语AI正在彻底改变运维的方式，让问题发现更早、数据分析更智能、响应速度更快。从“消防员”变成“预言家”，运维工程师正在迎来前所未有的革命。
36810编辑于 2025-05-08 - 来自专栏嘉为动态
智能运维探索 | 云系统中的异常检测方法
云系统异常检测背景 随着云技术的飞速发展，云系统的复杂性和规模不断增加，云系统的稳定性受到了极大挑战。 为了解决运维问题，运营商会通过指标（Metrics）、日志（Logs）等多个维度信息来了解云系统的运行状态。 但随着云系统复杂性的增加，运维人员可以收集的指标越来越多，该方法往往无法反映云系统整体的异常情况。 在复杂的云系统中我们以系统拓扑结构为基础，获得系统状态的基于图的表示，进而进行异常检测。 ● E为系统的拓扑结构，系统拓扑中两个具有相关关系的节点为一条边，每条边构成E的一个列向量。
1.2K30编辑于 2022-01-10 运维管理数智化：数据与智能运维场景实践
涉及关键字：一体化运维、平台化运维、数智化运维、AIOps、运维PaaS、运维工具系统、蓝鲸等。 数据与智能技术在运维业务中的定位数据与智能技术在运维业务中的应用近几年进入“实用化提升阶段”，无论从供给方，还是需求方，都逐步认识到，“数据与智能”运维有其边界和条件，“AI加持运维”比“AI颠覆运维” 图1:数据与智能业务架构大数据分析运维场景实践首先初步定义运维数据域，可以大致划分成5个域：1、配置域：IT资产管理系统、配置管理中各类电子信息设备的基本信息、技术参数及关联关系等信息，包括PC机、服务器 然而，为了支撑AIOps场景，该平台需要在运维领域中加入一些特性，高效地孵化出适配各种智能运维场景的算法和模型。首先，智能分析决策平台需要建立运维数据模型、指标体系和知识图谱。 图20: 告警聚类应用场景大语言模型应用大语言模型在运维领域对于我们来看，改变了人与运维系统的交互模式，其中场景就包括智能问答、故障解决建议、数据统计分析等。
3K40编辑于 2024-07-17- 来自专栏前沿技墅
从ITOM到AIOps：IT运维管理向智能运维的进化
面对这些新形势下的挑战，IT 运维管理（ITOM）需要从原有的人工加被动响应，转变为更高效、更智能化的运维体系，为新形势下的IT系统保驾护航。 （来源：Turn Big Data Inward With ITAnalytics） 令IT运维团队感到欣慰的是，智能运维（AIOps）踏着人工智能的时代浪潮应运而生。 通过大数据和人工智能技术分析用户的行为日志和运维数据，发掘潜在的系统安全和合规问题，为企业的信息安全保驾护航。 ? 那么AIOps究竟在IT运维中有哪有典型的应用场景呢？常见的场景大致如下。 不同于以往每次仅可查看数量有限的几种日志，运维人员可通过智能运维平台所提供的关键字、统计函数、单条件、多条件、模糊查找等功能，在多个系统中快速定位故障信息，帮助运维人员从全局视角查看系统的运维数据信息。 因此，我们有理由相信AIOps能够帮助企业及各类运维人员在大数据中找到合适的发展模式。现在是时候用一些类似人工智能的思维方式来为IT产业服务，使大数据的分析方向转到IT运维上了。
5.7K50发布于 2018-06-08 - 来自专栏大数据在线
拯救运维人！智能运维如何实现1+1>2
同为打工人，运维人不该被这样对待。如何改变这种局面？近年来，智能运维异军突起，成为解救企业和运维人员的及时雨。 另外，业务依赖关系复杂也造成了整个运维缺少全局运维视图，跨多系统的运维无法联动，单业务系统内部的服务调用请求难以分析。 智能运维虽好，却也有一个很现实的问题，即全球没有一家公司的产品可以覆盖全部数据范围来帮助用户构建智能运维中心。 2 如何让智能运维1+1>2 爱数与听云在智能运维领域开启了新模式。今年1月份，双方携手正式推出了智能运维整合方案，旨在帮助客户全面管理、深度洞察海量、多源、异构的机器数据。 对用户业务系统的机器数据进行统一管理。
93720发布于 2021-01-26 - 来自专栏织云平台团队的专栏
智能运维机器人--AI运维的实践探索【二】
诞生背景 最近这些年，运维行业提出了不少概念，各种各样的“XX运维”可以说是你方未唱罢我方已登场。然而，这些概念，都有一个共同点：专注于面向运维同学自身的工具和系统。 但有一点是事实：DO分离后，开发和运维之间，有了无形的隔阂。运维同学不熟悉研发环境，开发同学不熟悉运营系统。 我们专注于运维场景，借助于AI技术，开发了智能运维机器人，为的就是缓解这一矛盾。 登场亮相 什么是智能运维机器人？ 所以，定位于运维场景的机器人，不仅要“说到”，更要“做到”。 • 移动运维平台。日常运营中，运维同学会用到一些运营系统或工具。 作为智能客服的变种，对话系统是智能运维机器人的核心。上述流程图中，只是简单地写了调用对话系统获取结果。实际上，调用对话系统后的返回，会有几种情况。
6.1K61发布于 2018-03-20 传统运维 vs 智能运维差距有多大？腾讯云 CloudQ 重新定义运维方式
监控系统检测到指标异常→发告警→运维响应问题已经发生了才知道告警量大，噪音多，真正重要的问题容易被淹没智能运维（CloudQ方案）：主动架构体检，问题发生前预警。 维度三：如何传承知识传统运维：知识在人头上。老员工知道哪些坑，新员工需要几个月才能上手运维手册写了但没人看，更没人更新核心人员离职=运维能力断崖式下降智能运维：知识在系统里。 维度四：如何管理多云传统运维：三个云=三份工作。每个云一套控制台，各自登录各自的告警系统，各自的账单，各自的权限管理汇总多云数据需要人工整理，每周半天不止智能运维（CloudQ）：一个入口，统一视图。 没有系统性的成本分析，只能对着账单发愁闲置实例、配置过高的机器、历史快照——这些浪费散落在各处成本优化靠人工盘点，费时费力且不全面智能运维（CloudQ）：自动识别浪费，量化节省空间。 总结传统运维和智能运维的差距，不只是工具的差距，是工作方式的差距：从被动响应到主动预防从个人经验到系统知识从多地登录到统一视图从手工报告到自动化推送腾讯云CloudQ（JustQIT!）
10410编辑于 2026-04-10- 来自专栏AI+运维：智能化运维的未来
运维也能很“智能”？聊聊如何用智能化运维搞定用户体验
运维也能很“智能”？聊聊如何用智能化运维搞定用户体验很多朋友提起运维，脑海里可能还是那副画面：凌晨三点接电话，手忙脚乱登服务器，疯狂 tail -f 日志，然后一边祈祷一边重启服务。 讲真，这种“刀耕火种”的运维方式，不仅运维人员受罪，用户体验也很差。而这几年，越来越多企业开始喊：智能化运维（AIOps）。问题是，智能化运维到底能不能真提升用户体验？还是只是又一个概念噱头？ 二、智能化运维的核心：提前发现+自动修复智能化运维的思路其实特别朴素：提前感知问题：别等用户反馈才知道，而是通过日志、监控指标、调用链路，提前发现异常苗头。 在真实企业里，这一步可能会接入机器学习模型，做更智能的日志模式识别，甚至能做到预测性维护。四、用户体验为什么能被智能运维提升？很多朋友可能会问：智能运维听起来是给运维自己省事，和用户体验有啥关系？ 真正的智能化运维，一定是：能落地、能自动、能持续优化。六、结语：运维不只是救火队，而是体验守护者总结一句话：传统运维，问题靠用户发现，体验靠用户牺牲。智能化运维，问题靠系统预测，体验靠主动守护。
34110编辑于 2025-09-06 - 来自专栏Zabbix中国官方
OpenClaw + Zabbix +飞书智能运维实战
作者简介 张思德 Zabbix开源社区专家，Zabbix 7.0 ZCE “凌晨3点被告警电话吵醒，⼿忙脚乱登录服务器查⽇志…” 据 Gartner 统计，47% 的运维事故响应时间超过 30 分钟，⽽ 今天介绍⼀个开源神器组合，让 AI 助⼿帮你搞定监控运维！ 目录 一、OpenClaw是什么？ 七、总结 OpenClaw + Zabbix 的组合，让运维⼯作从“⼈找系统”转变为“系统找⼈”： 1. 降低门槛 - ⾃然语⾔操作，⽆需记忆复杂命令 2. 改善体验 - 在熟悉的 IM ⼯具中完成运维 适⽤场景： ✅ 中⼩企业运维团队 ✅ 需要快速响应的监控场景 ✅ 多平台统⼀运维⼊⼝ ✅ 降低运维⼯具学习成本 参考资源 OpenClaw 官⽹：https OpenClaw 正在重新定义运维⼯作⽅式，你准备好迎接智能运维时代了吗？ * 本文基于 OpenClaw v2026.3.2 和 Zabbix 7.0 实践整理，如有疑问欢迎在开源社区交流讨论。
56410编辑于 2026-03-27 - 来自专栏罗西的思考
智能运维AIOps-学习笔记
[业界方案] 智能运维-学习笔记 0x00 摘要 本文为本人的学习笔记，非商用。 0x01 AIOps 背景 1.1 AIOps概述 智能运维的理想状态就是把运维工作的三大部分：监控、管理和故障定位，利用一些机器学习算法的方法把它们有机结合起来。 在 CMDB 系统基础上我们建设了大规模资源监控平台、网络监控平台以及多个运维平台。 再往上，是数据化层。 （AIOps）中几处问题的解决方案与思路 AIOps智能运维之三：无监督异常检测 技术干货 | 日志易产品总监饶琛琳：数据驱动的智能运维平台 从人肉到智能，阿里运维体系经历了哪些变迁？ 京东物流基于开源APM的智能运维体系建设与落地 百度 AIOps 实践中的四大金刚
3.9K23发布于 2020-09-07 - 来自专栏大模型
大模型在蓝鲸运维体系应用——蓝鲸运维开发智能助手
直达原文：大模型在蓝鲸运维体系应用——蓝鲸运维开发智能助手背景1、运维转型背景蓝鲸平台从诞生之初，就一直在不遗余力地推动运维转型，让运维团队可以通过一体化 PaaS 平台，快速编写脚本，编排流程，开发运维工具 4、问答系统大模型可用于构建问答系统，与用户进行自然语言交流，回答用户提出的问题，如在线客服、智能助手等。5、文本生成大模型可以根据上下文生成各种类型的文本，如代码注释、代码补全、单元测试等。 这些能力使得大模型在许多实际应用中具有广泛的应用价值，如搜索引擎、推荐系统、知识库、智能客服等。随着技术的发展和模型的不断优化，大模型的性能和应用范围还将进一步扩大。 ，调用运维开发平台能力，生成开发任务步骤和流程，包含设计数据库模型、开发员工信息管理接口、开发打卡系统接口、开发抽奖系统接口、实现用户认证和权限管理、设计 API 响应格式，以及集成 SaaS 开发框架 直达原文：大模型在蓝鲸运维体系应用——蓝鲸运维开发智能助手
1.3K01编辑于 2024-05-27 - 来自专栏AIOps
DeepSeek是如何让运维进入真正的智能运维时代的？
直达原文：DeepSeek是如何让运维进入真正的智能运维时代的？ 的深度融合，将运维从“自动化运维”推向了“智能化运维”的新时代。 2）嘉为蓝鲸智能运维大模型开发平台（LLMOps）：智能运维的核心技术底座基于DeepSeek大模型的三大核心突破，嘉为蓝鲸LLMOps平台通过通用AI场景工具能力与灵活扩展能力，为企业智能运维提供全面的技术支撑 该平台围绕运维全生命周期设计，涵盖大模型服务与开发两大核心模块，具体能力如下：(1）大模型服务模块：统一接入与精细化管控嘉为蓝鲸采用业界主流的分布式追踪框架，如Jaeger、Zipkin等，支持对分布式系统中的服务调用进行实时追踪 、Chain、Retriever等组件，支持跨系统协同的故障自愈、变更发布等复杂场景；能力复用与扩展：所有开发成果可封装为标准化模块，支持二次调用与灵活扩展。
65110编辑于 2025-05-27 - 来自专栏运维前线
Linux 系统运维工具 OpenLMI
OpenLMI 是开源项目，旨在提高使用 WBEM 标准的 Linux 系统管理。OpenLMI 项目为管理 Linux 系统提供常用的基础设施。它还可让用户配置、管理并监控硬件、操作系统及系统服务。 oenlmi 项目为管理 Linux 系统提供常用的基础设施。它还可让用户配置、管理并监控硬件、操作系统及系统服务。OpenLMI 旨在简化任务配置及产品服务器管理。 操作系统平台全部是 64 位的 Fedora 21 系统。 查看主机软件系统信息 OpenLMI 不仅可以收集硬件信息，还可以收集本地和远程主机操作系统的系统概要。 查看运程主机服务运行情况，使用如下命令： lmi> service show httpd.service Name=httpd Caption=The Apache HTTP Server Enabled
11.9K40发布于 2019-05-26 - 来自专栏腾讯技术工程官方号的专栏
腾讯运维技术专家集结，揭秘高效智能运维 | 沙龙报名中
活动信息 收获多多 收获与腾讯、行业技术大咖面对面交流机会 收获机器学习算法在运维领域的应用经验 收获腾讯数字化转型中，海量业务上云实践经验 收获研发运维技术PaaS体系实践 收获云运维方向技术趋势解读 10000号） 公共交通 1，乘坐地铁1号线，深大地铁站下车，步行约1.3公里 2，乘坐19/21/36/42/70/79/113/369等，在深大北门2公交站下车，步行约500米 技术交流 扫描上方二维码添加小助手微信 ，回复“运维” 可提前进群与讲师及参会嘉宾互动交流 关注「云加社区」公众号，回复“运维”，立刻报名！
83910发布于 2019-11-04 - 来自专栏IT智能运维平台
智能运维告警抑制的实现
在监控系统中，频繁的告警通知可能会对运维团队造成干扰和疲劳，影响其对真正重要的告警事件的关注。 NetView告警抑制作为一种优化告警管理的方法，可以有效减少无关紧要的告警通知，提高运维效率。本文将介绍NetView告警抑制的定义、工作原理以及其在告警管理中的应用。 通过定义告警抑制规则，可以阻止不必要或重复的告警通知，减少对运维团队的干扰。告警抑制的工作原理如下：定义告警抑制规则：通过配置告警抑制规则，指定需要抑制的告警条件，例如时间段、告警级别、主机组等。 告警抑制具有以下优势：减少告警噪音：通过抑制无关紧要的告警通知，减少运维团队的干扰和疲劳，使其能够更专注于重要的告警事件。优化资源利用：避免因大量重复告警而浪费运维资源，提高资源的有效利用率。 告警抑制适用于以下应用场景：频繁产生的重复告警：对于一些周期性出现的告警，可以通过告警抑制规则将其抑制，避免对运维团队的干扰。
82210编辑于 2023-09-05
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号