文章详情

摘要

文章通过深入分析服务器智能运维的指标数据采集、数据库建立、智能算法训练等关键流程环节，探索了Linux服务器网管运维中指标告警监测和故障预测的技术实现路径。通过自主开发并部署Agent代理服务程序，实现服务器运行数据的采集；通过人为增加异常故障数据，提高训练样本的多样性和预测模型的覆盖率；使用LightGBM算法实现故障预测功能，最终构建了AIOps运维平台，旨在提升网管运维的智能化水平。该平台通过API等方式与网管工作台深度整合，为网管运维系统带来了智能化的告警监控视图。

关键词

Linux服务器；智能运维；Agent代理；LightGBM算法

参考文献

1. [1] 陈淑婷，胡晶，王卫，等.基于AIOps的网管智能运维研究与实践 [J].电信工程技术与标准化，2023，36（9）：37-42.
2. [2] 贾丽柯.关于人工智能在IT运维中的应用 [J].信息系统工程，2023（6）：56-59.
3. [3] 马晓妹，朱琳.可视化网络智能运维管理平台在地震信息网络中的应用 [J].甘肃科技，2021，37（5）：21-22+39.
4. [4] 李若愚.大数据平台智能运维系统的设计与实现 [D].北京：北京邮电大学，2020.
5. [5] 傅伟.基于关联规则的服务器告警数据分析的研究与应用 [D].南昌：南昌大学，2019.
6. [6] 孙伟，李黎滨，臧洪睿，等.基于国产化环境的智能运维技术研究 [J].中国管理信息化，2023，26（3）：158-162.
7. [7] 于犇.微服务化云平台智能运维系统的设计与实现 [D].北京：北京邮电大学，2023.
8. [8] KE G L，MENG Q，FINELY T，et al. LightGBM: A Highly Efficient Grandient Boosting Decision Tree [C]//Proceedings of the 31st International Conference on Neural Information Processing Systems.Red Hook：Curran Associates Inc.，2017：3149-3157.
9. [9] 谢华祥，高建华，黄子杰.基于SDL-LightGBM集成学习的软件缺陷预测模型 [J].计算机工程与设计，2024，45（3）：769-776.
10. [10] 陈万志，赵林，王天元.特征增强的改进LightGBM流量异常检测方法 [J].电子测量与仪器学报，2024，38（3）：195-207.

作者简介

王静雅（1990—），女，汉族，新疆乌鲁木齐人，工程师，硕士研究生，研究方向：信息系统运维、网络安全。