基于大数据网格的电信IT系统智能运维体系

郭云峰; 蔡珩; 戈磊

doi:10.11959/j.issn.1000-0801.2018167

您当前的位置：

首页 >

文章列表页 >

基于大数据网格的电信IT系统智能运维体系

运营技术广角 | 更新时间：2024-06-05

- 基于大数据网格的电信IT系统智能运维体系
- Telecom intelligent operation system based on big data grid
- 电信科学 2018年34卷第6期页码：153-161
- 作者机构：
- 作者简介：
  
  [ "郭云峰（1973-），男，中国电信股份有限公司上海分公司企业信息化部副总经理、工程师，主要研究方向为大数据技术以及应用等。" ]
  [ "蔡珩（1973-），女，中国电信股份有限公司上海分公司工程师、IT运维主管，主要研究方向为 IT 智慧运营、利用大数据技术提升系统运维的智能化。" ]
  [ "戈磊（1973-），男，中国电信股份有限公司上海分公司企业信息化部高级项目经理，主要研究方向为云计算、开源架构、大数据分析、Devops运营、流程生命周期管控等。" ]
- 基金信息：
- DOI：10.11959/j.issn.1000-0801.2018167
  中图分类号： TP391.1
- 网络出版日期：2018-06，
  
  纸质出版日期：2018-06-20
- 稿件说明：
移动端阅览
郭云峰, 蔡珩, 戈磊. 基于大数据网格的电信IT系统智能运维体系[J]. 电信科学, 2018,34(6):153-161.

Yunfeng GUO, Heng CAI, Lei GE. Telecom intelligent operation system based on big data grid[J]. Telecommunications science, 2018, 34(6): 153-161.
郭云峰, 蔡珩, 戈磊. 基于大数据网格的电信IT系统智能运维体系[J]. 电信科学, 2018,34(6):153-161. DOI： 10.11959/j.issn.1000-0801.2018167.

Yunfeng GUO, Heng CAI, Lei GE. Telecom intelligent operation system based on big data grid[J]. Telecommunications science, 2018, 34(6): 153-161. DOI： 10.11959/j.issn.1000-0801.2018167.

摘要

提出利用电信大数据平台的优势，创新地利用人工智能的自学习运维模式，通过采集并分析IT系统的海量日志数据主动感知各个 IT 系统节点的运行状态，通过智能图计算和网格星云图直观展示各个 IT 系统节点的影响力、健康度以及依赖关系，利用Keras深度学习框架实现节点故障智能预测，构建电信IT系统大数据网格智能运维体系。

Abstract

Based on the advantages of telecom big data platform

the self-learning operation mode of artificial intelligence was utilized innovatively.The operational status of each IT system nodes were actively perceived by collecting and analyzing the massive log data of IT system.The influence

health and dependence of each IT system nodes were visualized by intelligent graph calculation and grid nebulae graph.The intelligent prediction of node failure was realized by Keras deep learning framework

and the big data grid intelligent operation system of telecom IT system was built.

关键词

Keywords

references

马世龙 , 乌尼日其其格 , 李小平 . 大数据与深度学习综述 [J ] . 智能系统学报 , 2016 , 11 ( 6 ): 728 - 742 .

MA S L , WUNIRI Q Q G , LI X P . Deep learning with big data:state of the art and development [J ] . CAAI Transactions on Intelligent Systems , 2016 , 11 ( 6 ): 728 - 742 .

任浩 , 屈剑锋 , 柴毅 , 等 . 深度学习在故障诊断领域中的研究现状与挑战 [J ] . 控制与决策 , 2017 ( 8 ): 1345 - 1358 .

REN H , QU J F , CHAI Y , et al . Research status and challenges of deep learning in fault diagnosis [J ] . Control and Decision , 2017 ( 8):1345-1358.2017(8 ): 1345 - 1358 .

张清辰 . 面向大数据特征学习的深度计算模型研究 [D ] . 大连:大连理工大学 , 2015 .

ZHANG Q C . Research on deep computing model for big data feature learning [D ] . Dalian:Dalian University of Technology , 2015 .

郭丽丽 , 丁世飞 . 深度学习研究进展 [J ] . 计算机科学 , 2015 ( 5 ).

GUO L L , DING S F . Deep learning research progress [J ] . Computer Science , 2015 ( 5 ).

GOODFELLOW I , BENGIO Y , COURVILLE A . Deep learning [M ] . Cambridge : MIT PressPress , 2016 .

MOOLENBROEK D C V , APPUSWAMY R , TANENBAUM A S . Integrated system and process crash recovery in the loris storage stack [C ] // 2012 IEEE 7th International Conference on Networking,Architecture and Storage(NAS),June 28-30,2012,Xiamen,China . Piscataway:IEEE Press , 2012 : 1 - 10 .

MOHAMED E E , ABDEL-WAHAB H , SALAMA I . Multicast address management in the internet:a study of the port blocking problem [R ] . 1999 .

NEWMAN M , BARABÁSI A L , WATTS D J . The structure and dynamics of networks [M ] . Princeton : Princeton University PressPress , 2006 .

浏览量

1191

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

日志信息驱动的计算机网络节点故障预测研究

基于区块链的多源网络大数据安全访问权限认证仿真

基于大数据的5G流量驻留比极限值研究

基于异构数据的电力短期负荷大数据预测方案

跨专业承载网络智能运维研究与应用