电力能源虚拟数字化运维平台-北京和远-虚拟数字化运维平台

数字化运维公有云的资源弹性伸缩问题

云端资源的可伸缩性可以较大程度的调节企业业务波动带来的资源损耗问题，节约企业运维成本。目前，公有云上已经可以实现计算、存储、通信等资源的弹性伸缩，但必须通过订单，否则无法实现以动态形式按需实时调整实时计费。基于此，推动公有云的资源弹性伸缩由指令式（订单）向实时自动化动态化形式升级，将成为众多云服务商研究探索的方向。

数字化运维怎样赋能？

数据当然需要通过分析才能发挥价值。今天人工智能异常，好像是良药一般。其实，数据挖掘、机器学习和人工智能这三个概念，是有密切联系也有具体区别的。

数据挖掘是从一整套方法路线来讲的，指通过数据库、统计学、机器学习算法等技术，在数据中通过探索和建模的方法，发现未知并且有价值的规则和模式的一种技术，电力能源虚拟数字化运维平台，也指使用上述技术进行的建模过程。

数据挖掘有自有的闭环方作为佳实践，需要经过业务理解-数据理解-数据准备-数据建模-模型优化与验证-部署上线的完整过程。

数字化运维概念

智能运维（AIOps）的概念自 2016 年被 Gartner 提出以来，火车虚拟数字化运维平台，AI 技术越来越多地被应用到运维领域。随着云计算、大数据、人工智能等技术的高速发展和普及，AIOps这个名词的出现频率不断提升，大有不AIOps 就要落伍的感觉。

但是，真正想把 AIOps 的理念落实到运维体系中，虚拟数字化运维平台，产生实际有效的效果，并不是轻而易举的事。理想很丰满，现实很骨感。

究其原因，很大程度上源于一个AI 领域中普遍存在的误区，那就是对各种机器学习、深度学习的算法、模型过于期待和，而忽略或低估了数据准备和数据质量的重要性。