Bonree ONE荣获信通院“2022IT新治理年度明星产品”

news2024/12/24 10:07:41

今日,由信通院主办的“GOLF+IT新治理领导力论坛”正式召开,论坛上公布了2022IT新治理年度评选活动的结果,博睿数据一体化智能可观测平台Bonree ONE凭借卓越的产品力以及优秀的用户体验,从一众产品中脱颖而出,获得“2022 IT新治理年度明星产品”的荣誉。

同时,博睿数据还参与了信通院对《智能化运维AIOps能力成熟度模型》的评估,并获得了信通院AIOps系统和工具“优秀级”评级。博睿数据成为国内首个也是目前唯一获得该项目根因分析模块“优秀级”评价的厂商。

博睿数据产品总监贺安辉与博睿数据首席架构师及数智能力中心研发负责人李骅宸接受了信通院的采访,与大家分享博睿数据在AIOps领域的见解。

Q1. 老师您好,请介绍一下您和您的企业,以及此次参与评估的项目。

李骅宸:您好,我是博睿数据的首席架构师及数智能力中心研发负责人,主要负责公司的大数据、AIOps、智能告警等系统的研发工作。

北京博睿宏远数据科技股份有限公司是中国APM(应用性能管理)技术的领导厂商,成立于2008年。公司专注于利用数据赋能IT运维,助力企业数字化转型成功。2020年8月17日,公司正式在上海证券交易所科创板上市(股票代码:688229)。目前,博睿数据的解决方案已经覆盖了IT运维管理所有分支领域(DEM、APM、ITIM、NPM和智能运维管理),满足了IT运维人员、开发人员、技术 支持人员、前端业务人员等多种职业角色的需求。

基于14年的行业积累,2022年10月博睿数据发布了一体化智能可观测平台Bonree ONE 2.0,实现了开箱即用的故障根因分析能力和业务应用的完整可观测性,给运维带来端到端、一体化、有见解的新体验,标志着中国IT运维迈入数智融合3.0时代,是中国IT运维市场发展的重要里程碑。IDC《中国IT统一运维软件产品市场跟踪报告,2022H1》研究报告显示,中国IT统一运维软件市场总体规模在2022年上半年达到2.8亿美元(18.1亿人民币),同比增长20%。在APM市场中,博睿数据成功以18.4%的份额稳居中国APM市场第一!

本次博睿数据参加评测的项目是:博睿数据Swift-AI能力平台的根因分析能力。

Q2. 恭喜您通过AIOps标准系统和工具评估,您的感受是怎样的?

李骅宸:非常荣幸成为信通院AIOps标准通过的企业。能够顺利通过根因分析优秀级评估,获得行业专家的认可,非常高兴。同时感谢专家老师的大力指导,以及我们公司同事的努力。我们在评估中也得到了很多收益,能更好的了解企业AIOps自身发展情况,也能和专家深度交流行业优秀实践,相互取长补短,对我们后续产品规划也有很大的指导帮助。

Q3. 贵单位参与本次AIOps标准系统和工具标准评估,请问企业有哪些考量?

李骅宸:信通院是国家标准制定的指引者。信通院牵头联合多家单位制定的AIOps能力成熟度标准,推动了AIOps相关产业健康有序发展。博睿数据作为国内APM行业的领导者非常重视AIOps的行业标准和技术发展,我们希望通过评估能发现自身产品能力和优化改进的方向,赋能给客户更好的体验。通过本次评估,我们和行业专家也进行了比较充分的交流,对AIOps行业发展有坚定的信心,行而不辍,未来可期。

Q4. 通过AIOps标准系统和工具标准评估带给企业和团队哪些变化?

李骅宸:我们Swift-AI、大数据、Alert等多个团队的共同努力,最终实现了以知识图谱为核心的根因分析能力,通过了根因分析优秀级能力评估,我们公司和团队迈出了AIOps关键的一步。在评估过程中,团队成员有了技术能力的提升和实在的收获,同时我们不断打磨AI能力,一举突破创新出有代差的AI根因分析能力。评估34个根因分析能力项最终通过了33项,对不通过的那一项算法编排能力,我们也和专家交流,事后认真复盘,最终规划到我们后续的产品能力上。

Q5. 对于AIOps工作的开展,下一步计划有几方面?

贺安辉:2021年通过信通院异常检测能力评估,2022年通过信通院根因分析能力评估,连续两年通过信通院的AIOps能力成熟度评估,表明了博睿数据在AIOps方向的重视和投入程度。博睿数据以“让IT运营更智能”为品牌理念,从本质上决定了公司在 AIOps 上的投入和发展是持续性的。接下来,我们还有如下几个方面的计划:

(1) 自适应AI 的持续发力和突破,在客户环境的运行过程中实时获得反馈,并不断调整训练参数,以得到更优的输出结果。整个过程由以前用户介入很深的半自动模式演变到几乎不需要用户介入的全托管模式。自适应AI 的赋能使得可观测性演进到自适应可观测性,更进一步奠定博睿数据在可观测领域的领先地位。

(2) 混沌工程和AI的深度结合,日常通过主动注入故障不断校验和训练算法,进一步提升根因分析的推断深度、准确度和行业覆盖度,以便在不同行业中达到生产环境开箱可用的效果,切实真正地为企业数字化转型起到加速赋能的作用。

Q6. 对于AIOps的未来发展方向,您有何看法?

贺安辉:从咨询公司发布的IT技术成熟度曲线来看,AIOps 目前正处于期望顶峰,离生产成熟可用还有5到10年的时间。国内在这个领域的探索还处于百花齐放的阶段。每家公司的投入和发力点还存在不少差异。这导致不少企业客户对于AIOps的落地效果产生了怀疑不信任的情绪。信通院发布的AIOps能力成熟度模型无疑为行业树立了标准,拥抱标准和生态是提升这个行业整体成熟度和效率的必由之路。我们很欣慰地看到,博睿数据在拥抱AIOps标准方面是走在了前面的。后续我们也将更多地贡献公司在AIOps领域的最佳实践。

同时我们也观察到很多企业在数字化转型的过程中也在持续发力AIOps相关的项目投入,博睿数据作为APM领域的领导者,有决心、有信心、有责任与各企业客户一起加速AIOps成熟期的到来。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/150515.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

spring 事务@Transantional 失效及解决方案和总结

1、线程中方法,事务会失效 2、线程中方法,事务会失效。即使在线程方法上增加Transactional注解 3、事务正常回滚,A方法调用B的普通方法 4、事务正常回滚。A方法调用B的private普通方法 6、会抛出NullPointerException异常。 Methods ann…

rock3a: 基于自建数据集+yolov5s模型的rknn模型训练部署全流程

上一篇文章其实已经详述了模型训练到部署的整个流程,但是数据集到模型都是用的官方的coco数据集,这里为了记录开发板的模型训练到部署的整个流程,重新开了一篇文章进行记录。 首先准备数据集和rockchip官方推荐的yolov5源代码 这里需要注意的…

基于Node.js Vue企业产品展示网站

摘 要随着信息技术和网络技术的飞速发展,人类已进入全新信息化时代,传统管理技术已无法高效,便捷地管理信息。为了迎合时代需求,优化管理效率,各种各样的管理系统应运而生,各行各业相继进入信息管理时代&am…

CAN201-Computer Network(2)

文章目录4. Network Layer4.1 Router4.1.1 Input port functions4.1.2 Destination-based forwarding4.1.3 Switching fabrics4.1.4 Input port queueing4.1.5 Output ports4.2 Internet Protocol4.2.1 IP fragmentation, reassembly4.3 IPv4 addressing4.3.1 Subnets4.3.2 Net…

高等数学(第七版)同济大学 习题11-4 个人解答

高等数学(第七版)同济大学 习题11-4 函数作图软件:Mathematica 1.设有一分布着质量的曲面Σ,在点(x,y,z)处它的面密度为μ(x,y,z),用对面积的曲面积分表示这曲面对于x轴的转动惯量.\begin{aligned}&1. \ 设有一分…

IB生物课程介绍与Topic 1: Cell Biology考点分享

准备让孩子就读国际学校或者孩子正在国际学校就读的家长肯定听说过“IB”或者“IB班”,那IB究竟是什么呢?IB与IB课程 IB是International Baccalaureate(国际文凭)的简称,其课程体系国际文凭大学预科课程(In…

Educational Codeforces Round 141 (Rated for Div. 2)A——C

ps:先自我检讨...自从世界杯开始后,就一直摆烂到现在。直到打了今年的第一场cf,看见打的这么菜,真是想remake/。后面我会陆陆续续的补完前段时间没有打的比赛... Dashboard - Educational Codeforces Round 141 (Rated for Div. …

ReentrantLock

目录 ReentrantLock ReentrantLock语法 ReentrantLock可重入 ReentrantLock可打断 ReentrantLock锁超时 ReentrantLock解决哲学家就餐问题 ReentrantLock公平锁 ReentrantLock条件变量 ReentrantLock ReentrantLock 相比于synchronized的特点 : 可中断:比如A线程拥有…

基于移动最小二乘法的曲线曲面拟合论文阅读笔记

基于移动最小二乘法的曲线曲面拟合论文阅读笔记 论文地址:http://www.cnki.com.cn/Article/CJFDTotal-GCTX200401016.htm 一、Problem Statement 传统的曲线(曲面)拟合方法一般使用最小二乘法, 通过使误差的平方和最小, 得到一个线性方程组&#xff0…

通过alist挂在阿里网盘的方法

1、在github官网https://github.com/alist-org/alist/releases/download/v3.8.0/alist-windows-amd64.zip下载alist软件客户端,双击运行,可以看到默认的密码和服务器地址,打开网页http://localhost:5244/manage/accounts,填写密码…

【Linux】Linux工具

文章目录软件包管理器yumVIM编辑器Linux编译器-gcc/g使用gcc如何完成预处理(进行宏替换)编译(生成汇编)汇编(生成机器课识别代码)链接在这里涉及到一个重要的概念: 函数库函数库一般分为静态库和动态库两种gcc选项gcc选项记忆Linux项目自动化构建工具-make/Makefile背景理解实例…

解决vue中报错 Duplicate keys detected:‘1‘. This may cause an update error.

报错截图: 报错原因: 通过上图的报错信息我们不难看出,报错的主要原因出现在 key 值上,报错的意思大概是检测到重复的 key 值,通俗来讲就是你的 key 值不是唯一的。 解决方案: 问题的根源找到了&#xff…

【初阶数据结构】——链表常见面试题剖析

文章目录前言题目1:移除链表元素题目分析思路1:暴力求解思路2:取非val值尾插至新链表思路讲解思考代码实现不带哨兵位带哨兵位题目2:合并两个有序链表题目分析思路讲解代码实现不带哨兵位带哨兵位题目3:反转链表题目分…

用ode45解微分方程遇到的实际问题

最近在用ode45解微分方程数值解,试图复现论文中的图。一般来说说微分方程(组)只要按照响应的条件去撰写好对应的回调函数即可,基本没什么难度,但对于本文遇到的的这个问题,可能还需要一些技巧去实现解法&am…

动态路由和导航守卫

一、动态路由1、什么是动态路由?将URL地址中可变的内容设置成参数,根据不同的参数渲染不同的组件。(组件可以复用)2、动态路由如何进行参数的传递:(1)如何设置URL地址中的参数:’/ur…

【手写 Vue2.x 源码】第十二篇 - 生成 ast 语法树-流程说明

一,前言 上篇,主要介绍了 vue 数据渲染核心流程,涉及以下几个点: 初次渲染时 template 模板被编译为 ast 语法树;通过 ast 语法树生成 render 函数;通过 render 函数返回 vnode 虚拟节点;使用…

基于K8s的DevOps平台实践(三)

文章目录前言1. Jenkins与k8s集成🍑 插件安装及配置🍑 演示动态slave pod🍑 Pod-Template中容器镜像的制作🍑 实践通过Jenkinsfile实现demo项目自动发布到kubenetes环境2. Jenkins集成Sonarqube🍑 sonarqube架构简介&a…

初阶产品经理必看:如何快速进阶B端产品经理

​从去年开始,大批的互联网企业开始转战B端,众多传统企业也早在几年前就开始向互联网转型。 产业互联网的兴起,让一个岗位的潜藏价值正在逐渐爆发,尤其是富有经验的背景,更加让身价越来越高。 这个岗位就是&#xff…

QProcess的非阻塞式用法以及QApplication::processEvents的使用

一、QProcess的阻塞模式QProcess的应用场景非常广泛。可以使用它在qt程序中执行其他进程,并与之进行通信。当使用它执行一些终端命令和操作时,命令和操作往往是需要一定的时间的,这时QProcess本身提供了方法如:waitForStarted() /…

神经网络自适应PID控制及其应用

神经网络自适应PID控制及其应用 总结来自重庆大学宋永瑞教授2022暑期校园行学术会议 1. 研究背景 目前人工智能的发展为很多领域里的研究提供了可延展性,提供了新的研究问题的思路,无人系统和人工智能正走向深度融合,无人系统里具有核心驱动作…