如何讓運維變得更簡單？傳統的自動化運維可以提升效率，卻無法幫運維人員做出決策。在運維精細化要求越來越高的今天，智能化運維的出現，讓運維工作從依靠人工決策逐步向依靠機器決策轉化，有效解放了運維人員的雙手。

更全面的智能化運維，需要哪些能力

智能化運維引入了機器學習的方式，希望通過對已有運維數據的學習和分析來預測潛在問題，實現更全面和體系化的監控生態。為此，智能化運維往往需要集合多方平臺能力，完成多系統多業務的整合以及知識庫對接，以加強數據之間的關聯分析。

同時，智能化運維還應具備強大的故障檢測能力，讓運維對象從物理設備延伸至云端虛擬設備，多維度挖掘故障，在關鍵資產和業務節點上快速發現問題。針對各類運維場景，智能化運維須按照場景模型規則提出對應解決方案，在預制規則不匹配時基于實時分析能力提供實時變更、調度智能決策，不斷完善模型規則。而且，智能化運維還需具有對運維事件的閉環處理能力，并借助更智能化的技術架構完成真正的落地。

基于運維需求，構建統一智能云化運維平臺

基于安全態勢感知平臺的運維需求，我們需要建立一個面向服務的統一智能云化運維平臺，來進行多方平臺的整合。為實現運維管理的統一，可通過CMDB 配置管理技術開展資源管理數據全生命周期的管理，向數據庫中加入所有待管理資產，為智能化運維的數據分析、自動化處理提供原始數據信息。同時，建立ITIL流程，構建云運維管理體系的業務模型。

此外，智能云化運維平臺還帶有智能化、容器化和可視化等特征。在決策智能化方面，智能化運維通過大數據技術驅動，擺脫傳統的采樣式監控，通過全量數據分析的方式，對細節做更明確、更高效的診斷和優化。考慮到系統運維的復雜性和多任務型，為滿足后期進行任務拓展、二次開發，運維平臺適合選擇微服務架構，以實現服務的容器化。運維平臺的可視化、智能化導航管理，大大降低了運維管理技術難度，有助于管理人員全面掌控運行情況。

必須指出的是，讓自動化運維變得更智能，還有很長的一段路要走。短期內，基于機器學習的監控和分析以及規則的自動化處理，智能化運維的可挖掘空間很大。