好可怕,大语言模型学会网络运维了?思科CX GAIOps怎么做到的!
如果你没有如下头痛的事情,请忽略此文章,谢谢!
● 都在说AI,大语言模型,百模大战,我们运维团队能干点什么呢
● IT系统出现严重故障导致业务中断,大语言模型时代就不能提前预警吗
● 业务不间断运行的要求越来越苛刻,运维人员集体抱怨每晚都睡不踏实
● 我们运维团队的开发小伙伴真能干,开发出来了基于大语言模型的运维智能体。但是为啥不太懂思科呢
● 过去已经发生过的严重故障,不会再次出现吧
● 一线值班的兄弟要是能有二线兄弟的技术能力就好了
● 这么多日志,怎么能做到既不错杀一千,也不放走一个
● 日志分析从传统基于正则表达式过渡到机器学习,还是需要大量人工标记的训练样本,太过耗时耗力
闲话不多说,直接上干货。这么多头痛的事情,思科CX GAIOps(生成式智能运维)是怎么解决的呢?
先让我们了解一下 CX GAIOps(生成式智能运维)是什么?
◎ 全新一代基于本地开源大语言模型(LLM)+思科内部海量知识库+客户实际运维数据训练所得的运维智能体
◎ 三个组件:
1)基于LLM的日志分析平台(跨厂商全栈实时异常判断和根因分析)
2)基于LLM的AI本地运维聊天机器人(凝练思科专家经验)
3)基于LLM的AI辅助运维智能体(使用自然语言生成配置)
◎ 四个基本功能:
1)综合运维信息分析推理诊断
2)基于知识、案例的推理问答
3)多厂商跨全栈实时信息查询
4)基于自然语言生成配置/API,自动下发和验证
◎客户本地部署(On-Prem模式),无需外传数据,保护客户数据安全及隐私
CX GAIOps(生成式智能运维)为什么是全新一代?
◎ 基于LLM大语言模型,通过少量无重大业务影响日志数据对模型进行训练
◎ AI日志分析平台自动学习日志流中各种设备的日志,自学习映射转换成模版,无需大量人工正则或TextFSM等匹配方法
◎ 可对监测结果进行人工纠偏,实现本地数据导出再训练,不断迭代提升准确性
◎ 相对早期基于正则表达式和近期基于机器学习ML的日志分析,大语言模型已经演进到了全新一代的自动学习与识别
为什么说只有思科的服务团队才能做出来呢?
◎ AI业界大佬一致认可的是在大语言模型时代,专业领域的数据才是核心资产,是每个企业的金矿。只有思科服务(CX)团队才拥有思科运维知识库(海量Case,海量Log,软件Bug知识库等核心数据资产)
◎ 思科服务团队在2年前就进行了早期投入和研发,形成了一套完整的方法和流程,至少领先业界1年以上的时间
◎ 思科服务团队已经在客户处使用真实的多厂商数据进行了1年以上的模型训练
具体如何解决你头痛的事情呢?
◎ 痛点1:如何实现故障的快速定位和提前预警,如何从每日海量日志中定位异常日志。CX GAIOps通过在客户本地的数据学习和微调来实现精准的异常日志识别,做到了不错杀一千也不放过一个。
◎ 痛点2:发现异常日志,该采取什么正确行动。CX GAIOps通过思科知识库的训练为客户提供异常日志的操作建议。
◎ 痛点3:过去发生过的重大故障会不会再次出现。CX GAIOps将客户过去几年的重大Case的特征提取出来,训练到模型中,在检测到类似日志后实时给出建议措施。
◎ 痛点4:一线的值班人员不理解Error Message的具体含义。CX GAIOps提供了基于大语言模型的聊天机器人,一线人员可以通过自然语言和机器人互动并理解具体含义。
◎ 痛点5:产品的命令手册经常超过9千页,很难学习和使用。CX GAIOps提供基于大语言模型的聊天机器人,技术人员可以通过自然语言和机器人互动来生成需要的精确命令。
邮箱 y.k@whpermanent.com
电话 027-87569272
地址 湖北省武汉市洪山区文化大道555号融创智谷A10-5
关注恒景
![](/data/upload/image/20210524/1621861911588244.jpg)
获取最新案例及解决方案
Copyright 2021 9001w以诚为本入口 All Rights Reserved. 鄂ICP备09021583号-1