以人工智能来学习IT人员在处理运维工作的智能运维（Artificial Intelligence for IT Operations，AIOps），过去2年在国外掀起了一股新风潮，近日也开始吹向台湾。以线上游戏软件开发起家的国内游戏软件系统开发商中佑集团，从去年开始试导入AIOps，并先用在自动化处理安全问题，甚至还进一步利用AIOps搭配流量清洗机制，成功对抗DDoS流量攻击。中佑集团安全研发处协理林岳锋日前在2019年台湾安全大会上，也首度披露了该公司导入AIOps技术自动化运维的最新应用成果。
AIOps是什么?其实就是一套AI运维自动化平台，可以用来学习IT人员在处理日常运维的逻辑思维及作业行为。 AIOps之所以重要，甚至在美国、欧洲及日本相继有不少大型企业导入，在于它利用大数据、机器学习（ML），及其他AI算法，创建起一套IT运维逻辑规则，来学习IT人员在运维上的操作及判断行为，用以取代传统需要耗时又容易出错的IT 运维任务和流程，以提升运维效率，让IT人员更专注在其他重要的工作上，包括系统可用性和性能监控、事件关联和分析，以及IT服务管理和自动化等。
为何开始采用AIOps？林岳锋表示，中佑集团主要业务是开发全球性的游戏系统，随着业务逐年增长，IT架构变得庞大且复杂，他以游戏服务域名为例，光是IT部门每日要管理的游戏域名多达上万个，难以全部都靠人工来处理，因此，去年初时，他决定导入AIOps技术，将AI运用在自动化处理IT系统运维工作=，并通过持续集成、持续交付的方式，来优化IT基础架构运维与流程。并先用于协助改善安全问题上。
游戏产业长期以来一向是黑客锁定攻击的目标，中佑集团自己也不例外，为了防止各种网络威胁攻击，该公司过去几年陆续使用诸多安全产品或设备，强化对于企业内外部的安全防护，如IPS入侵预防系统等，但是由于各种安全威胁层出不穷，也造成中佑安全管理上的一大挑战。
林岳锋以IPS系统来说明，光是每天条列出所侦测到的大量事件，就超过了1千万条Log记录，管理人员必须逐一判断这些事件，哪些是可疑的访问链接，或又有哪些是可放行的误判事件，长久下来，逐渐成了IT与安全人员的沉重负担。所以，林岳锋决定先将AIOps用于安全问题处理自动化。
他解释，过去要判断一个问题事件是否属于安全事件时，得要靠老练的IT运维人员或安全人员，搭配统计或制作图表的可视化呈现方式做判断，才能找出有问题的异常流量或事件，相当耗时。
为了用AIOps来自动判断异常事件，中佑利用超过2TB的每日运维数据作为训练数据，来创建预测推论模型。这些数据包括了系统Log、链接情况，或网络流量等，让AI学习判断如何找出问题链接，或可疑网络使用行为。
训练出模型后，就可以派上用场，后续再将判断结果通知管理者加以排除，或采取其他缓解攻击措施。林岳锋表示，使用AIOps自动判别安全事件的好处， 一来可以有效减轻安全人力的负担，二来也能减少人为疏忽的情况。
有了第一个成果后，林岳锋后来再将AIOps用在缓解DDoS流量攻击上。他解释，过去遭遇到DDoS攻击时，会先由人判断确定攻击流量及类型后，再导到流量清洗中心（Clean Pipe），让攻击当下的流量经过清洗中心过滤后，再导回企业内部，以确保服务正常不中断，但是，现在这个判断与导入清洗作业流程，则改交由AI自动化处理完成。他表示，目前已经可以通过AIOps方式，来过滤掉将近9成恶意DDoS攻击流量，不过仍有1成的漏网之鱼，需再通过人工方式将DDoS攻击排除。
另外，在IT运维监控上也有用到AIOps，林岳锋表示，以往要判断系统有无异常，监控方式多是事前设置固定阈值，一旦系统运行出现异常超过阈值临界线，系统再警示径行通报管理人员处理。但是基于AIOps的智能监控，则是能更进一步做到预测性监控，可以根据分析不同时点的数据找出可疑的蛛丝马迹，在还没发生异常事件前，就早一步加以排除。或是也能根据时间轴的不同，以及网站及App上线人数分布情况，来动态调整阈值大小，排除可能会误判的正常事件，来减少警示误报的情况。