在复杂的现代IT环境中，AIOps利用人工智能来简化IT运营管理并加速和自动化解决问题。智能建筑技术很棒——只要它们正常工作。随着建筑物所有者继续涉足商业建筑和校园中部署的各种物联网系统，如果从性能和网络安全的角度来看，管理每个系统的硬件和软件可能成为一项艰巨的任务。幸运的是，利用人工智能(AI)的高级监控平台在市场上随处可见。它们被称为人工智能IT运营(AIOps)平台，它们可能是满足您的智能建筑监控和管理需求的确切解决方案。什么是AIOps？AIOps，即IT运营人工智能，是人工智能(AI)在改善IT运营方面的应用。具体来说，AIOps使用大数据、分析和机器学习来：收集和聚合由多个IT基础架构组件、应用程序和性能监控工具生成的不断增加的操作数据量“信号”，以识别与系统性能相关的重要事件和模式和可用性问题。诊断根本原因并将其报告给IT，以便他们能够快速响应和补救，或者在某些情况下自动解决它们而无需人工干预。通过用单一、智能、自动化的IT运营平台取代多个独立的手动IT运营工具，AIOps使IT运营团队能够更快地做出响应，甚至主动解决减速和中断问题，从而大大减少工作量。它一方面弥合了日益多样化、动态且难以监控的IT环境与用户对应用程序性能和可用性很少或没有中断的期望之间的差距。大多数专家都认为AIOps是IT运营管理的未来。什么是AIOps平台？基础设施监控和管理工具已经存在了几十年。示例范围从使用ICMP和SNMP协议的简单测试工具，一直到对通过线路的每个数据包执行深度数据包检测(DPI)和流式网络遥测的高级系统。虽然所有这些监控协议、工具和平台都提供了监控可见性，但大多数都是独立部署的，不提供自动分析，并且彼此之间不共享关键数据。AIOps平台将许多这些不同的技术汇集到一个集中管理的统一工具中。AIOps背后的概念是收集大量基于网络的相关监控和健康信息。如此之多，以至于人类管理员会发现即使不是不可能，也很难管理。然而，在AI的帮助下，数据分析过程可以自动化，并向运营管理员显示警报和补救步骤，几乎不需要人工干预。AIOps平台如何获得智能？为了获得识别性能和/或网络安全问题所需的必要情报，新实施的AIOps系统必须首先位于网络上并观察什么被认为是“正常”网络行为。完成后，管理员可以为各种性能和安全相关指标设置监控阈值，当网络行为超过这些设置限制时，这反过来会提醒他们。由于AIOps平台正在跨网络摄取和分析网络健康信息，因此AI通常可以实时确定哪些设备导致了问题以及原因。这显着减少了故障排除时间和管理员修复性能或网络安全事件的速度。AIOps如何从智能建筑监控和管理的角度帮助我们？AIOps平台最好被认为是IT运营团队基于AI的扩展。鉴于这种情况，AIOps平台可以自动化许多以前由员工手动执行的流程。这包括：收集整个建筑或园区网络的网络性能、健康和安全数据。从性能和网络安全的角度对收集的数据进行智能分析。在发现性能/安全问题时提供自动警报。提供网络和连接设备整体健康状况的集中端到端视图。对于希望将智能建筑技术集成到其物业中但又希望在“精益IT模型”中工作以限制管理智能建筑技术所需的IT员工数量的业主和运营商，AIOps提供以下好处：IT性能或网络安全问题。人工智能支持的根本原因分析和补救。一个额外的网络安全监控层，用于识别受感染设备何时开始与偏离“正常”网络行为的命令和控制服务器通信。AIOps平台有什么缺点吗？AIOps平台的一个重大缺点是监控和警报工具必须首先观察基础设施在现有条件下的运行情况。此步骤用于确定最佳网络行为的基线。如果您网络上的设备或服务已经导致性能或网络安全问题，那么基线步骤可能具有挑战性。如果问题在基线过程之前没有得到解决，AIOps平台会将它们构建到基线指标中，并将它们视为典型行为。此基线要求意味着必须花费时间和精力手动解决尽可能多的性能和安全相关问题，以便AIOps工具建立尽可能接近最佳监控基线。因此，对于那些正在研究AIOps以简化对其基础设施的监控和管理的人来说，最好的建议是从让所有现有技术尽可能地发挥作用开始。一旦该步骤完成，持续的AIOps监控和警报将更加准确。
