클라우드 컴퓨팅 기술이 지속적으로 업그레이드됨에 따라 비즈니스를 수행하는 IT 인프라의 규모가 지속적으로 확장되고, 다양한 애플리케이션 간의 연결 관계가 점점 더 복잡해지고, 대량의 로그 데이터가 생성됩니다. 로그 데이터의 수집, 저장, 분석 및 처리 방법은 기업 시스템의 디지털화 정도를 나타내는 중요한 지표가 되었습니다. 전통적인 IT 운영 및 유지 관리 솔루션도 이러한 문제에 직면할 때 큰 어려움에 직면합니다. DevOps의 경우 문제를 해결하고 비교하고 분석하는 데 몇 시간이 걸릴 수 있습니다. 문제의 근본 원인을 찾으려면 다양한 로그, 모니터링 데이터 및 기타 관련 정보를 검토해야 합니다. SecOps의 경우 방대한 양의 데이터에 대한 심층 분석을 수행한다는 것은 수백 테라바이트의 데이터에서 근본 원인을 신속하게 찾아내고 변칙 사항을 찾아야 함을 의미합니다. 이 프로세스는 매우 시간이 많이 걸리고 번거로우며 많은 인력과 노력이 필요할 수 있습니다. 자원투자
위 문제를 해결하려면 차세대 AIOps 솔루션이 도입되어야 합니다. 이 솔루션은 데이터 융합 분석을 통해 자동화 및 전체 스택 데이터 링크 관찰 가능성을 달성하고, 사용하기 쉬운 보고서 및 진단 규칙을 제공하여 눈에 보이는 그대로를 얻을 수 있도록 해줍니다. AI 기술의 지원으로 이상 현상을 보다 효율적으로 자동 감지하고 근본 원인을 빠르게 찾을 수 있습니다. AIOps는 운영 및 유지 관리 작업에 혁신적인 변화를 가져왔습니다
SLS 자동화된 전체 스택 데이터 수집
SLS는 즉시 사용 가능한 보고서 및 진단 규칙을 제공합니다
SLS는 개방적이고 호환 가능한 데이터 생태계를 출시합니다
Alibaba Cloud Log Service(SLS)는 효율적이고 관찰 가능한 운영 및 유지 관리 솔루션을 구축하기 위해 최선을 다하고 있습니다. 다년간의 운영 및 유지 관리 경험과 대규모 언어 모델 지원을 통해 SLS는 이 분야에서 경쟁력을 지속적으로 향상시키고 있습니다. 최근 SLS는 로그, 추적, 지표 등 관찰 가능한 데이터 시나리오를 다루고 이상 탐지, 텍스트 분할 주석, 추적 요청의 대기 시간이 긴 분석 등의 기능을 지원하는 기본 지능형 운영 및 유지 관리 모델을 출시했습니다. 이 모델은 플러그 앤 플레이 이상 탐지, 자동 주석, 분류 및 근본 원인 분석 기능을 제공합니다. 프로덕션 환경에서는 수천 건의 요청 중에 95% 이상의 정확도로 몇 초 내에 근본 원인을 찾을 수 있습니다
또한 SLS는 수동 지원 미세 조정을 제공합니다. 로그 서비스 플랫폼에서는 기본적으로 Log, Metric, Trace에 대한 주석 피드백을 지원하므로 고객은 사용 중에 빠르게 주석을 달고 수정하여 특정 시나리오에 맞는 데이터 세트를 축적할 수 있습니다. 플랫폼의 주석 기능을 통해 고객은 고품질의 운영 및 유지 관리 데이터 라벨을 처음부터 축적할 수 있어 향후 근본 원인 진단 모델 교육에 대한 무한한 가능성을 제공합니다. 앞으로 고객은 자신의 주석 데이터에 맞게 특정 분야의 모델을 미세 조정하고 신속하게 배포하며 프라이빗 모델 서비스를 만들 수 있습니다. 이 기능은 자동 주석 및 수동 지원 미세 조정을 지원하며 수동 주석 결과 수정도 지원합니다. 모델은 수동 피드백을 기반으로 자동으로 미세 조정되어 장면 정확도가 향상됩니다
SLS는 쿼리 문 생성을 지원하여 중요한 지능형 보조자가 됩니다. 클라우드 시설 유지관리 및 운영을 돕는 Alibaba Cloud CloudLens Copilot 대형 모델 출시 복잡한 SQL 언어 및 쿼리 구문을 이해하지 않고도 사용자의 쿼리 의도를 정확하게 이해하고 쿼리 결과의 정확성을 높이기 위해 대규모 언어 모델을 기반으로 하는 NL2Query 기술을 채택하여 자연어 쿼리를 SQL 쿼리 및 시각적 차트로 정확하게 변환할 수 있습니다. 지식 그래프, 지속적인 학습, 모델 조정 및 지식 기반 업데이트의 지속적인 최적화, 질문 답변의 정확성과 효과에 대한 지속적인 개선
게임 서비스 시스템에서 복잡한 호출과 종속성이 있는 시나리오에 대한 솔루션을 제안합니다. 서비스의 Trace 데이터를 사용하여 토폴로지 맵을 자동으로 생성하고, 높은 대기 시간 분석, 높은 오류율 분석, 시스템 핫스팟 및 병목 현상 등에 대한 분석 및 진단을 수행하여 문제 처리 시간을 단축하고 시스템 대기 시간을 최적화합니다
자동으로 생성된 토폴로지 맵을 통해 수동 개입 없이 대규모 추적 데이터에서 이상 및 성능 병목 현상의 근본 원인을 빠르게 찾을 수 있습니다. 이 방법은 대규모 분산 시스템에서 이상 위치의 효율성을 향상시키고 초당 수천 건의 요청 수준으로 근본 원인 위치를 찾을 수 있습니다. 생산 환경에서 이 솔루션의 정확도는 95%에 도달할 수 있습니다
이상 탐지, 근본 원인 찾기 등 기존 AIOps 기술에는 다음과 같은 두 가지 주요 문제가 있습니다.
위 문제에 대응하여 SLS는 이제 지능형 작동 및 유지 관리를 위한 범용 모델 기능을 출시했습니다. 로그 분석, 추적 정보 분석, 지표 데이터 분석을 위한 기본 모델을 각각 개발했으며, 즉시 사용 가능한 이상 탐지 알고리즘, 근본 원인 분석, 자동 라벨링을 제공합니다. 우리 모델은 프로덕션 환경에서 95% 이상의 정확도로 수천 건의 요청에서 몇 초 만에 근본 원인을 찾을 수 있습니다. 다양한 데이터 유형에 대해 사전 학습을 위한 다양한 작업을 선택합니다
도메인별 기본 모델이 포함된 제품은 번거로운 배포 과정 없이 바로 사용할 수 있으며, 단 한 번의 클릭만으로 바로 사용할 수 있어 고객이 로그 서비스의 기본 기능을 사용할 수 있는 문턱이 대폭 낮아집니다. 고객은 특정 시나리오에서 모델을 미세 조정할 필요 없이 로그 서비스에서 제공하는 일반 기본 모델을 직접 사용하면 좋은 결과를 얻을 수 있습니다
Alibaba Cloud Intelligent Lens Copilot은 강력한 모델을 통해 클라우드 시설 유지 관리 및 운영을 지원하여 SLS 구문의 익숙하지 않음, 비즈니스 도메인 지식 부족, 고품질 질문 및 답변 코퍼스 등 사용자가 직면한 문제를 효과적으로 해결합니다
AI 기능이 향상됨에 따라 SLS의 지능형 분석 기능이 종합적으로 향상됩니다. SLS는 데이터와 알고리즘을 활용하여 다음과 같은 이점으로 AIOps 혁신을 지원하는 것을 목표로 합니다.
로그 서비스 콘솔에서 지표 이상 탐지, 로그 텍스트의 지능형 단어 분할, 추적 링크 대기 시간 진단 등의 기능을 고객이 쉽게 사용할 수 있어 고객이 모델의 편재성을 경험할 수 있습니다
특정 분야의 기본 모델이 미리 준비되어 있어 직접 사용할 수 있어 번거로운 배포 과정이 필요 없고 클릭 한 번으로 시작할 수 있습니다
이번에 출시된 특정 분야의 대형 언어 모델은 고객이 로그 서비스의 기본 기능을 사용하는 임계값을 크게 낮춰 쿼리문 생성을 지원하고 중요한 지능형 비서가 될 수 있습니다
1. 고객은 특정 시나리오에서 모델을 미세 조정할 필요가 없으며 로그 서비스에서 제공하는 일반적인 기본 모델만 사용하면 좋은 결과를 얻을 수 있습니다
로그 서비스 플랫폼에서는 Log, Metric, Trace의 주석 및 피드백 기능을 기본적으로 지원하므로 고객이 사용 중에 빠르게 주석을 달고 특정 시나리오에 맞는 데이터 세트를 축적할 수 있습니다
Alibaba Cloud의 강력한 컴퓨팅 성능 지원으로 Log Service가 제공하는 기본 일반 모델은 빠른 확장 및 서비스 마이그레이션을 달성할 수 있습니다
미래에는 고객이 도메인별 모델을 미세 조정하고 신속하게 병렬 배포하여 프라이빗 모델 서비스를 만들 수 있게 될 것입니다
원본 링크: https://developer.aliyun.com/article/1396326?utm_content=g_1000386345
이 기사를 복사하거나 재인쇄하지 마십시오. 이 기사는 Alibaba Cloud의 원본 콘텐츠이므로 무단 복제할 수 없습니다
위 내용은 혁신적인 지능형 분석 기능을 갖춘 AI 기반 SLS 기술의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!
![[웹 프런트엔드] Node.js 빠른 시작](https://img.php.cn/upload/course/000/000/067/662b5d34ba7c0227.png)
