機器學習本身有很多成熟的算法和系統，及其大量的優秀的開源工具。 如果成功的將機器學習應用到智能運維之中，還需要三個方面的支持： 數據， 標注的數據， 應用。

　　數據：互聯網應用(yong)本(ben)身具有海量的(de)日志。需(xu)要(yao)(yao)做優化存儲。 數據不夠還需(xu)要(yao)(yao)自主生(sheng)成。

　　標注的數據: 日常運維工作會(hui)產(chan)生標注的數據。 比如出了一次事(shi)件后，運維工程(cheng)(cheng)師(shi)會(hui)記(ji)錄下過程(cheng)(cheng)， 這(zhe)個(ge)過程(cheng)(cheng)會(hui)反饋到系統之(zhi)中， 反過來提升(sheng)運維水(shui)平(ping)。

　　應(ying)用: 運維(wei)工(gong)程師(shi)(shi)師(shi)(shi)智(zhi)能運維(wei)系(xi)統(tong)的用戶(hu)。 用戶(hu)使用過程發現(xian)的問題(ti)可以對智(zhi)能系(xi)統(tong)的優化起正向反(fan)饋作用。

文章推薦：智(zhi)能交(jiao)通IT運維系(xi)統有什么(me)特點？