隨著新技術(shù)的不斷發(fā)展，業(yè)務(wù)已經(jīng)向全面的數(shù)字化轉(zhuǎn)型，IT系統(tǒng)成為企業(yè)運(yùn)營(yíng)的重要支撐。然而，運(yùn)維人員卻面臨巨大的運(yùn)維挑戰(zhàn)：一方面，運(yùn)維人員管理大量的設(shè)施及軟硬件設(shè)備，云資源及應(yīng)用系統(tǒng)也變得越來(lái)越復(fù)雜，設(shè)備規(guī)模由千級(jí)別向萬(wàn)級(jí)別、十萬(wàn)級(jí)別邁進(jìn)，需要確保IT系統(tǒng)能夠長(zhǎng)時(shí)間穩(wěn)定運(yùn)行；另一方面，為了滿(mǎn)足業(yè)務(wù)需求，企業(yè)將IT系統(tǒng)與業(yè)務(wù)深度融合，由于業(yè)務(wù)與網(wǎng)絡(luò)結(jié)構(gòu)越來(lái)越復(fù)雜、越來(lái)越靈活，運(yùn)維人員需要能夠快速響應(yīng)業(yè)務(wù)需求，確保業(yè)務(wù)的高效與連續(xù)性。這就要求運(yùn)維技術(shù)必須由傳統(tǒng)監(jiān)控，向智能化、自動(dòng)化提升，為管理角色賦能。傳統(tǒng)的運(yùn)維方式已經(jīng)無(wú)法滿(mǎn)足企業(yè)的運(yùn)維需求。

Gartner將IT運(yùn)營(yíng)管理成熟度由低到高分為五個(gè)階段：

階段1和階段2著重考慮的是針對(duì)設(shè)備可用性監(jiān)控；階段3和階段4把關(guān)注點(diǎn)轉(zhuǎn)向了線(xiàn)上業(yè)務(wù)，實(shí)現(xiàn)交易監(jiān)控、事件關(guān)聯(lián)和根因分析，實(shí)現(xiàn)業(yè)務(wù)洞察、關(guān)注與業(yè)務(wù)相關(guān)的KPI指標(biāo)；階段5則更加強(qiáng)調(diào)智能化，實(shí)現(xiàn)自驅(qū)動(dòng)的信息化運(yùn)營(yíng)管理，主動(dòng)發(fā)現(xiàn)和自動(dòng)解決問(wèn)題。

面對(duì)業(yè)務(wù)數(shù)字化轉(zhuǎn)型帶來(lái)的運(yùn)維挑戰(zhàn)，需要不斷向智能化、自動(dòng)化的更高層級(jí)運(yùn)維成熟度演進(jìn)，科來(lái)推出以業(yè)務(wù)為中心的數(shù)智化業(yè)務(wù)性能管理，幫助用戶(hù)實(shí)現(xiàn)更高層級(jí)的運(yùn)維管理目標(biāo)。

科來(lái)“以業(yè)務(wù)為中心進(jìn)行主動(dòng)運(yùn)維”為理念，結(jié)合用戶(hù)實(shí)際運(yùn)維場(chǎng)景構(gòu)建主動(dòng)、智能、高效的業(yè)務(wù)性能管理解決方案，方案包括科來(lái)網(wǎng)絡(luò)回溯分析系統(tǒng)（RAS）、科來(lái)業(yè)務(wù)性能管理系統(tǒng)（UPM）。整體方案部署模式遵從“分布式前端流量采集、集中式可視化監(jiān)控”的原則，覆蓋業(yè)務(wù)全鏈路網(wǎng)絡(luò)區(qū)域，按照不同分區(qū)的網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行分段式的流量采集，形成端到端的全流量覆蓋和多段指標(biāo)的關(guān)聯(lián)監(jiān)控、分析體系。

• 服務(wù)質(zhì)量可視化監(jiān)控

  利用先進(jìn)的全流量數(shù)據(jù)采集和秒級(jí)實(shí)時(shí)監(jiān)控技術(shù)，分析業(yè)務(wù)系統(tǒng)的性能數(shù)據(jù)，通過(guò)建立全面的性能指標(biāo)庫(kù)，能夠可視化真實(shí)反映業(yè)務(wù)及網(wǎng)絡(luò)性能狀況，及時(shí)發(fā)現(xiàn)潛在的異常問(wèn)題或性能瓶頸。

• 異常智能檢測(cè)與告警

  利用機(jī)器學(xué)習(xí)和智能算法，對(duì)收集到的業(yè)務(wù)及網(wǎng)絡(luò)性能數(shù)據(jù)進(jìn)行分析和處理，自動(dòng)學(xué)習(xí)系統(tǒng)的正常行為模式及動(dòng)態(tài)的基線(xiàn)模型，一旦發(fā)現(xiàn)異常及時(shí)發(fā)送告警通知，幫助快速定位和解決問(wèn)題。

• 智能故障根因定位

  基于對(duì)網(wǎng)絡(luò)流量的深入觀(guān)察和分析，結(jié)合設(shè)備運(yùn)行狀態(tài)、資源利用率等多元數(shù)據(jù)，以及使用多節(jié)點(diǎn)逐包比對(duì)技術(shù)，識(shí)別出異常流量模式、丟包、延遲等問(wèn)題，能夠高效找到導(dǎo)致故障的具體位置或設(shè)備，快速定位故障根本原因及關(guān)鍵因素，提高故障排查的效率和準(zhǔn)確性，提升用戶(hù)體驗(yàn)和業(yè)務(wù)連續(xù)性。

• 自動(dòng)化業(yè)務(wù)質(zhì)量評(píng)估

  通過(guò)對(duì)業(yè)務(wù)的流量數(shù)據(jù)分析，提取關(guān)鍵指標(biāo)用以衡量和評(píng)估分析業(yè)務(wù)質(zhì)量。運(yùn)維人員可以設(shè)置業(yè)務(wù)質(zhì)量的目標(biāo)值，當(dāng)業(yè)務(wù)質(zhì)量指標(biāo)超出預(yù)設(shè)范圍時(shí)，系統(tǒng)可以自動(dòng)發(fā)出警報(bào)，提前采取相應(yīng)的措施進(jìn)行處理，確保獲得良好的業(yè)務(wù)服務(wù)。通過(guò)對(duì)歷史性能數(shù)據(jù)的分析，找出性能瓶頸和潛在問(wèn)題，幫助運(yùn)維人員進(jìn)行針對(duì)性的優(yōu)化，提高業(yè)務(wù)的性能和效率。

• 智能預(yù)測(cè)分析

  ● 業(yè)務(wù)趨勢(shì)分析

  通過(guò)對(duì)歷史業(yè)務(wù)流量數(shù)據(jù)的分析，識(shí)別出業(yè)務(wù)性能的增長(zhǎng)趨勢(shì)和周期性變化?；谶@些趨勢(shì)預(yù)判業(yè)務(wù)需求，如可以在某個(gè)時(shí)間段業(yè)務(wù)量較高時(shí)，提前進(jìn)行資源增加、負(fù)載均衡等措施，以確保業(yè)務(wù)的穩(wěn)定性和可靠性。

  ● 網(wǎng)絡(luò)容量規(guī)劃

  通過(guò)對(duì)網(wǎng)絡(luò)流量數(shù)據(jù)的分析了解負(fù)載情況，并預(yù)測(cè)流量趨勢(shì)進(jìn)行網(wǎng)絡(luò)容量規(guī)劃，包括擴(kuò)容、升級(jí)網(wǎng)絡(luò)設(shè)備、優(yōu)化網(wǎng)絡(luò)拓?fù)涞?，避免因網(wǎng)絡(luò)擁塞而導(dǎo)致的性能問(wèn)題和服務(wù)中斷，提高網(wǎng)絡(luò)的吞吐量和響應(yīng)速度。
  對(duì)登記的所有資產(chǎn)的網(wǎng)絡(luò)通訊行為、威脅信息、組件信息、硬件信息等進(jìn)行綜合展示，對(duì)任意資產(chǎn)通訊全景進(jìn)行可視化展示和分析，對(duì)資產(chǎn)通訊行為進(jìn)行標(biāo)簽化描述，幫助用戶(hù)看清資產(chǎn)屬性。
  通過(guò)對(duì)網(wǎng)絡(luò)流量的基線(xiàn)系統(tǒng)和智能分析，可以建立網(wǎng)絡(luò)的正常行為模型，并監(jiān)測(cè)異常情況。基于這些分析結(jié)果，可以進(jìn)行智能預(yù)測(cè)。