隨著新技術(shù)的不斷發(fā)展，業(yè)務(wù)已經(jīng)向全面的數(shù)字化轉(zhuǎn)型，IT系統(tǒng)成為企業(yè)運營的重要支撐。然而，運維人員卻面臨巨大的運維挑戰(zhàn)：一方面，運維人員管理大量的設(shè)施及軟硬件設(shè)備，云資源及應(yīng)用系統(tǒng)也變得越來越復(fù)雜，設(shè)備規(guī)模由千級別向萬級別、十萬級別邁進，需要確保IT系統(tǒng)能夠長時間穩(wěn)定運行；另一方面，為了滿足業(yè)務(wù)需求，企業(yè)將IT系統(tǒng)與業(yè)務(wù)深度融合，由于業(yè)務(wù)與網(wǎng)絡(luò)結(jié)構(gòu)越來越復(fù)雜、越來越靈活，運維人員需要能夠快速響應(yīng)業(yè)務(wù)需求，確保業(yè)務(wù)的高效與連續(xù)性。這就要求運維技術(shù)必須由傳統(tǒng)監(jiān)控，向智能化、自動化提升，為管理角色賦能。傳統(tǒng)的運維方式已經(jīng)無法滿足企業(yè)的運維需求。

Gartner將IT運營管理成熟度由低到高分為五個階段：

階段1和階段2著重考慮的是針對設(shè)備可用性監(jiān)控；階段3和階段4把關(guān)注點轉(zhuǎn)向了線上業(yè)務(wù)，實現(xiàn)交易監(jiān)控、事件關(guān)聯(lián)和根因分析，實現(xiàn)業(yè)務(wù)洞察、關(guān)注與業(yè)務(wù)相關(guān)的KPI指標；階段5則更加強調(diào)智能化，實現(xiàn)自驅(qū)動的信息化運營管理，主動發(fā)現(xiàn)和自動解決問題。

面對業(yè)務(wù)數(shù)字化轉(zhuǎn)型帶來的運維挑戰(zhàn)，需要不斷向智能化、自動化的更高層級運維成熟度演進，科來推出以業(yè)務(wù)為中心的數(shù)智化業(yè)務(wù)性能管理，幫助用戶實現(xiàn)更高層級的運維管理目標。

科來“以業(yè)務(wù)為中心進行主動運維”為理念，結(jié)合用戶實際運維場景構(gòu)建主動、智能、高效的業(yè)務(wù)性能管理解決方案，方案包括科來網(wǎng)絡(luò)回溯分析系統(tǒng)（RAS）、科來業(yè)務(wù)性能管理系統(tǒng)（UPM）。整體方案部署模式遵從“分布式前端流量采集、集中式可視化監(jiān)控”的原則，覆蓋業(yè)務(wù)全鏈路網(wǎng)絡(luò)區(qū)域，按照不同分區(qū)的網(wǎng)絡(luò)結(jié)構(gòu)進行分段式的流量采集，形成端到端的全流量覆蓋和多段指標的關(guān)聯(lián)監(jiān)控、分析體系。

• 服務(wù)質(zhì)量可視化監(jiān)控

  利用先進的全流量數(shù)據(jù)采集和秒級實時監(jiān)控技術(shù)，分析業(yè)務(wù)系統(tǒng)的性能數(shù)據(jù)，通過建立全面的性能指標庫，能夠可視化真實反映業(yè)務(wù)及網(wǎng)絡(luò)性能狀況，及時發(fā)現(xiàn)潛在的異常問題或性能瓶頸。

• 異常智能檢測與告警

  利用機器學習和智能算法，對收集到的業(yè)務(wù)及網(wǎng)絡(luò)性能數(shù)據(jù)進行分析和處理，自動學習系統(tǒng)的正常行為模式及動態(tài)的基線模型，一旦發(fā)現(xiàn)異常及時發(fā)送告警通知，幫助快速定位和解決問題。

• 智能故障根因定位

  基于對網(wǎng)絡(luò)流量的深入觀察和分析，結(jié)合設(shè)備運行狀態(tài)、資源利用率等多元數(shù)據(jù)，以及使用多節(jié)點逐包比對技術(shù)，識別出異常流量模式、丟包、延遲等問題，能夠高效找到導(dǎo)致故障的具體位置或設(shè)備，快速定位故障根本原因及關(guān)鍵因素，提高故障排查的效率和準確性，提升用戶體驗和業(yè)務(wù)連續(xù)性。

• 自動化業(yè)務(wù)質(zhì)量評估

  通過對業(yè)務(wù)的流量數(shù)據(jù)分析，提取關(guān)鍵指標用以衡量和評估分析業(yè)務(wù)質(zhì)量。運維人員可以設(shè)置業(yè)務(wù)質(zhì)量的目標值，當業(yè)務(wù)質(zhì)量指標超出預(yù)設(shè)范圍時，系統(tǒng)可以自動發(fā)出警報，提前采取相應(yīng)的措施進行處理，確保獲得良好的業(yè)務(wù)服務(wù)。通過對歷史性能數(shù)據(jù)的分析，找出性能瓶頸和潛在問題，幫助運維人員進行針對性的優(yōu)化，提高業(yè)務(wù)的性能和效率。

• 智能預(yù)測分析

  ● 業(yè)務(wù)趨勢分析

  通過對歷史業(yè)務(wù)流量數(shù)據(jù)的分析，識別出業(yè)務(wù)性能的增長趨勢和周期性變化。基于這些趨勢預(yù)判業(yè)務(wù)需求，如可以在某個時間段業(yè)務(wù)量較高時，提前進行資源增加、負載均衡等措施，以確保業(yè)務(wù)的穩(wěn)定性和可靠性。

  ● 網(wǎng)絡(luò)容量規(guī)劃

  通過對網(wǎng)絡(luò)流量數(shù)據(jù)的分析了解負載情況，并預(yù)測流量趨勢進行網(wǎng)絡(luò)容量規(guī)劃，包括擴容、升級網(wǎng)絡(luò)設(shè)備、優(yōu)化網(wǎng)絡(luò)拓撲等，避免因網(wǎng)絡(luò)擁塞而導(dǎo)致的性能問題和服務(wù)中斷，提高網(wǎng)絡(luò)的吞吐量和響應(yīng)速度。
  對登記的所有資產(chǎn)的網(wǎng)絡(luò)通訊行為、威脅信息、組件信息、硬件信息等進行綜合展示，對任意資產(chǎn)通訊全景進行可視化展示和分析，對資產(chǎn)通訊行為進行標簽化描述，幫助用戶看清資產(chǎn)屬性。
  通過對網(wǎng)絡(luò)流量的基線系統(tǒng)和智能分析，可以建立網(wǎng)絡(luò)的正常行為模型，并監(jiān)測異常情況。基于這些分析結(jié)果，可以進行智能預(yù)測。