金融领域智慧运维现状与挑战

2021-04-22李东昊

电脑知识与技术 2021年8期

李东昊

摘要：为落实国家“十三五”信息化发展规划的要求，更好地满足业务部门需求，金融业信息化建设日益复杂，软硬件的数量与规模成倍增长，这给IT运维人员带来了极大的困难。以人工智能为代表的高新技术为IT运维打开了新局面。该文以IT运维的发展历程为起点，分析了智慧运维在金融信息化建设存在的问题，并对未来发展提出了一些建议。

关键词：信息化建设; 金融业; IT; 智慧运维

中图分类号：TP391 文献标识码：A

文章编号：1009-3044（2021）08-0234-02

Abstract：In order to implement the requirements of the national 13th five year plan for information development and better meet the needs of business departments， the informatization construction of the financial industry has become increasingly complex， and the number and scale of software and hardware have increased exponentially， which has brought great opportunities to IT operation and maintenance personnel Difficulties. The new technology represented by artificial intelligence has opened a new horizon for IT operation and maintenance. Based on the development of IT operation and maintenance， this paper analyzes the problems of smart operation and maintenance in financial information construction， and puts forward some suggestions for future development.

Key words：information construction; financial industry; IT; smart operation and maintenance

运维是指运维人员通过规划网络、系统资源，从软硬件两个方面使用系统监控、事件预警、业务调度、故障排查、安全维护及升级等手段保证信息系统处于安全稳定，业务处于高可用的状态。

随着金融业信息化建设的不断发展，运维体系经历了从人工运维到自动化运维的转变。人工智能领域的发展、大数据技术的推广应用使人们的焦点从降低运维复杂度，转向对智能化运维的探索。智慧运维指通过为运维技术赋“智”能，构建高效率的运维服务体系。

目前，金融业信息化建设已经从封闭、专用、集中的单数据中心转型成了国产、开放、分布式的多数据中心。这使得传统的运维手段难以适应当前的业务需求，科技部门需要花费大量人工成本去管理信息系统与设备。同时，生产环境下的业务系统需要稳定的运行环境，增加了机房值守人员的运维压力。综上，加剧了金融业对现有的运维体系的创新需求。

1 研究现状

智慧运维的思想由Gartner公司2016年提出并产生了AIOps这一专有名词，最开始是Algorithmic IT Operations的缩写。随着人工智能领域的发展，越来越多的学者尝试将AI技术引入到IT运维中，如今时代赋予了AIOps更加特殊的含义，即AI for IT Operations。2017年裴丹教授在中国应用性能管理大会上发表演讲《智能运维中的科研问题》，主张应用AI技术从海量IT信息资源中学习运维规则。

IT运维的发展经历了三个时期：手工运维、自动化运维、智慧运维。

受限于人为因素，手工运维在运维效率、系统可用性、系统可靠性上表现较差。同时在运维时需要掌握多种系统操作知识，指令多、流程复杂、学习成本大。基于以上特性，手工运维不适用于大型分布式、集群式的系统运维场景，在金融信息化领域已经较少使用。

为了降低人工成本，提高运维效率，自动化运维将烦琐重复的操作命令，集成到自动化执行工具中，有效地提升了运维效率。同时自动化的执行指令，能够避免因人为原因输错指令导致系统出现异常，因此具有较高的系统可靠性与可用性，在一定程度上降低了运维成本，节约了人力资源，是目前金融业广泛使用的运维手段。国有商业银行已基本实现IT集中化运维管理，并持续向深度自动化、云服务化方向发展[1]。

人工智能的发展促进了IT运维产业的发展，智慧运维通过应用大数据、深度学习等技术，能够自动分析响应系统事件，并级联多种自动化的运维工具处理事件，有效地提升了运维效率。通过预训练智能化的模型，采用多种策略能够及时对潜在异常进行智能分析、预警、决策，系统可靠性与可靠性表现最好，是目前针对大规模分布式系统运维的最理想的解决方案。

依托于目前运维监控工具，能够实现对IT基础设施进行一定程度的可视化展示，这为智慧运维的发展奠定了基础。通过运用AI技术、数据挖掘技术，构建模型预测或鉴别故障，实现智能化运维。通过动态调节参数阈值，结合数据实际进行运行情况分析，能够及时发现潜在运行风险，提升故障检测效率，同时也能降低金融机构的运维成本。相关互联网商业产品不断完善，其中，阿里巴巴GOC团队发布了AIOps智能运维故障管理平台;华为针对金融、运营商等行业提出了FusionInsight企业级大数据平台，满足行业日常运行维护需求。蓝鲸智云运维平台优化任务调度引擎，实现了业务的自助式管理。在以金融业为代表的数据密集型行业中：中国联通广西分公司构建了一个高可用的微服务开发平台，验证了容器环境部署分布式运维支撑系统的可行性[2]。湖南烟草局针对云管理系统上的信息资源设计实现了基于大数据的智能运维系统，智能分析采集的数据并快速做出响应，简化了日常运维工作[3]。交通银行构建了一体化运维体系，实现了业务生产系统的高效自动化运维[4]，各功能模块的低耦合设计，为AI技术的使用与推广奠定基础。工商银行数据中心已经开始逐步规范运维对象改造现有运维系统，从监控体系、运维管理平台、数据治理、新技术探索四个方面展开[5]。阳光保险从应用系统出发网络、中间件、数据库等数据层面打造了全链路监控平台，有效提升了企业系统运维能力。刘亚军[6]设计提出了一个针对银行IT服务运维监控系统，解决了跨平台设备通用性差的问题，从而实现了对IT资源的有效管理。興业银行在自动化运维的基础上引入AI、大数据等技术，主动向精细化的以算法为主导的智慧运维转型[7]。文献[8] 提出了一种基于巡检机器人的数据采集系统架构，探索了巡检机器人在运营商数据中心的应用方式。这些案例说明智慧运维在金融行业正处于起步阶段，还存在一些问题需要进一步研究。

2 智慧运维在金融业推广存在的困难

2.1 智慧运维建设成本大，维护更新频繁

建设成本主要体现在运行基础环境以及后期维护上，智慧运维是在数据驱动的基础上通过经过大量运算实现的，需要耗费大量的计算资源及数据存储资源。同时在部署与应用过程中需要根据采集数据不断对模型进行更新维护，难以预测对业务的影响范围且在业务场景下的故障溯源工作量大。

2.2 多来源数据采集存在壁垒

智慧运维依靠异常检测、时序预测等模式识别技术对采集数据进行关联分析。要实现高质量的运维离不开高质量的数据，业务稳定运行过程中存在大量数据信息，包括硬件设备、数据库、中间件、运行物理环境等监控数据，系统、应用、网络等日志数据，加之对应设备的配置数据，如何关联时序信息，打通多源数据交互通道仍是智慧运维体系建设所面临的挑战。

2.3 金融科技标准规范需要更进一步加强

金融业务场景下，应用人工智能技术试点单位较少，以人工智能为代表的新技术尚未在金融业运维场景下证明其技术稳定性与可靠性。将人工智能技术引入金融领域，目前仍存较大金融风险，其中涉及机构金融信息保护，金融数据安全，相应的金融应用新技术风险排查制度及对应金融标准制定不够详细，需要进一步完善。

3 结束语

金融业的高速发展离不开科技的支持，随着高新技术的发展，银行对信息化建设要求更高，运维任务更重。智慧运维技术的出现很好地解决了事前预测、事后定位回溯等传统运维难题，对金融业的发展具有重要意义。未来引导高新技术与生产环境相适应，可采取试点的方式，逐步从测试到生产环境过度。

参考文献：

[1] 莫军辉.商业银行数据中心运维自动化建设探讨[J].金融科技时代，2019，27（8）：13-19.

[2] 罗匀岭，陈海波，陆荟，等.基于分布式容器环境的智慧运维开发平台研究[J].广西通信技术，2019（3）：43-47.

[3] 钟湘琼.基于云计算的大数据智能运维系统设计[J].信息通信，2016，29（2）：146-147.

[4] 孙宇峰，李锐.商业银行信息系统自动化运维的研究与实践[J].金融电子化，2018（9）：82-84.

[5] 丁旭东.数据中心的智能运维方法[J].金融电子化，2019（1）：43.

[6] 刘亚军.济南天津银行IT设备运维监控系统的设计与实现[D].成都：电子科技大学，2014.

[7] 张庆丰，孟锦婷.拥抱自动化智能化，推动运维模式转型——兴业银行数据中心运维转型探索与实践[J].中国金融电脑，2018（7）：32-35.