让运维更智能：大模型时代下京东科技的AIOps之路

智能运维整体能力

京东科技AI Ops整体能力通过AI赋能运维监控，实现智能化故障发现与根因定位，提升运维效率和问题修复效率。核心功能包括：

业务可观测性

• 故障发现：经验平台化减少对老专家经验依赖，上下穿透一站式排查，无阈值监控减少误报和漏报，应急处理预案化提升效率。
• 故障定位：多种固定位算法策略灵活组合，基于APM调用链扫描挖掘故障节点关联性；通过NLP日志模板提取技术，基于知识图谱快速定位故障根因并输出根因报告。

系统稳定性

• 磁盘/表空间趋势预测：依托京东大数据，利用机器学习、深度学习算法预测数据库磁盘空间、表空间及内存未来使用趋势，大促容量预测快速调度，降本增效，实现精细化运营。
• 硬件故障预测：在标签数据不足的PU Learning半监督学习模式下，引入主动迁移学习完成故障预测模型训练；通过时空数据关联增强feature，输入给时间注意力模型，提升硬盘故障预测准确性。

技术底座

• 人工智能：数据挖掘/机器学习/强化学习算法，内部复杂场景训练调优，积累大量负样本标记，专业人员及京东AI团队支持。
• 大数据：京东大数据同款能力，专业、可扩展性强，日志处理实时、海量存储，也可复用客户资源。
• 知识图谱：完整度高覆盖新老设备和应用，一张图支撑所有业务，大量内部经验和规则沉淀，专业图计算能力加持。

智能运维Themis平台核心功能

1. 指标异常检测：通过统计学习、时序聚类和时序网络算法，融合运维专家知识，生成多套运维专家算法组件，覆盖核心业务交易、基础资源组件监控场景的故障预警。
2. 智能文本分析：基于Bert预训练等NLP技术，对日志全貌聚类分析，内置K8S、缓存、数据库等多场景专家语料库，从日志角度发现问题，保证线上系统稳定性。
3. 故障定位：内置日常业务依赖的应用、主机、容器、宿主机、缓存、数据库、ES、KAFKA、K8S及网络等40+智能故障定位场景，通过AI训练生成精通运维全场景技术的智能诊断专家，快速定位故障。

总结

京东科技AI Ops通过AI赋能运维监控，实现智能化故障发现与根因定位，提升运维效率和问题修复效率。平台核心功能包括指标异常检测、智能文本分析和故障定位，依托大数据、人工智能和知识图谱技术底座，覆盖业务可观测性和系统稳定性提升，通过Themis平台实现海量日志处理和AI算法实时聚类分析，集中管理监控指标并智能化检测分析，最终提升运维效率和系统稳定性。