 
			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(wang)應(ying)用本(ben)身具有海量的日志。需要做優(you)化存儲(chu)。 數據不夠還需要自主(zhu)生(sheng)成。
標注(zhu)的數據: 日常運維工作(zuo)會產生標注(zhu)的數據。 比如(ru)出了(le)一次事(shi)件后,運維工程師會記(ji)錄(lu)下過(guo)(guo)程, 這個過(guo)(guo)程會反饋到系統之(zhi)中, 反過(guo)(guo)來提升運維水(shui)平(ping)。
應用: 運維工程(cheng)師師智能運維系統的(de)用戶。 用戶使用過程(cheng)發(fa)現的(de)問題可以對(dui)智能系統的(de)優化(hua)起正向反饋(kui)作用。
文章推薦:智能交通IT運(yun)維(wei)系統有什么特點?
專業客(ke)服為(wei)您解疑答惑