1、AI+运维：构建智能化运维新范式云计算与大数据研究所中国信息通信研究院汇报人：白璐201.中国信息通信研究院AIOps运维体系介绍02.运维智能体标准介绍03.智算运维标准介绍 3邮电部邮电部邮电科学研究院邮电部邮电分营邮电部电信科学研究规划院组建信产部信产部电信研究院组建工信部工信部电信研究院1957年1994年1998年2008年 2014年工信部中国信息通信研究院院历史沿革，发展使命、定位及文化理念国家高端专业智库 产业创新发展平台发展定位文化理念发展使命信息社会创新发展的思想库和使能者厚德实学 兴业致远信息社会创新发展的思想库和使能者3中国信息通信研究院4国家高端专业智库：战略、政策、

2、法律法规等支撑成效十八大以来，支撑起草部委以上政策文件299份，其中牵头支撑229份。深入参与我国网络领域法律体系建设，全面支撑全国人大常委会法工委、国务院办公厅等相关立法研究和制定工作。全程参与支撑我国网络领域重要立法项目 承担工信部国际电联工作委员会秘书处办公室。在ITU,ISO,IEEE,APT,3GPP等国际组织中担任107个专业和管理职务。国际电信联盟授予ITU学院培训中心（ATC）、数字化发展创新和创业联盟全球加速中心（全球3家，中国唯一）。累计为90多个发展中国家培训学员超过4000人。积极参与国际组织国内多家标准化组织核心成员，在18个技术委员会、48个工作组担任领导职务200

3、2以来牵头制定：深入参与全球标准化活动，牵头发布国际标准119项，参与制定国际标准 143 项，标准类其他成果 33 项。承担国际标准国内对口组长单位7个。国家标准 362项行业标准 3708项团体标准 751项标准研究课题 487项国内标准研究主力军、国际标准研究重要力量4中国信息通信研究院5运维的技术发展与跃迁传统运维时代(1990-2005s)运维工作完全依赖人工操作，技术人员通过基础监控工具和脚本进行被动式故障处理，响应速度慢且效率低下。通过引入配置管理和持续集成工具，实现了重复性任务的自动化处理，将故障恢复时间从小时级缩短到分钟级，并催生了DevOps文化。自动化运维时代（2005s

4、-2015s）小模型运维时代（2015s-2023s）开始运用机器学习算法，实现了基于数据驱动的异常检测和根因分析，使运维工作具备了初步的智能化特征，但仍受限于局部场景和人工规则配置。大模型运维时代（2023s-2033s）通过多模态大模型和数字孪生技术，实现了全域感知和自主决策能力，不仅能进行端到端诊断和预测性维护，还能自动生成解决方案，将运维响应速度提升至毫秒级。p 随着信息技术的飞速发展和数字化转型的深入推进，运维领域经历了从传统人工操作到智能自治的跨越式发展。从最初依赖人工经验的被动响应，到自动化工具带来的效率革命，再到机器学习赋能的智能分析，直至如今引入大模型等人工智能技术实现的自主

5、决策，运维工作不断突破技术边界，从人力密集型向认知密集型转变。中国信息通信研究院6从“AIOps 1.0”到“AIOps2.0”p 智能运维AIOps的概念最早由Gartner在2016年提出，由最初的Algorithmic IT Operations，逐渐演变为 Artificial Intelligence for IT Operation。p AIOps 1.0 时代（小模型运维时代）:核心技术围绕数据驱动和局部场景智能化展开，包括事件关联、异常检测和因果关系确定。p AIOps 2.0 时代（大模型运维时代）:通过多模态理解、自主决策和系统级协同实现了运维能力的跃迁。AIOps 1.0

6、 时代AIOps 2.0 时代基础技术机器学习算法：时序预测模型、无监督学习算法等。深度学习算法：卷积神经网络CNN等。应用场景预测磁盘容量、CPU负载等指标趋势，提前触发扩容识别偏离正常模式的指标（如网络延迟突增）。通过日志和指标关联定位故障源头。场景碎片化：每个模型仅解决特定问题（如磁盘预测、网络异常检测），缺乏全局关联。依赖特征工程：需人工定义关键特征（如“CPU使用率90%持续5分钟=异常”）。冷启动问题：新系统缺乏历史数据时模型效果差。局限性启蒙阶段成熟阶段通用大模型（如GPT-4、Claude）：处理自然语言工单、文档和日志。垂直领域微调模型（如运维专用LLM）：针对日志解析、故障