海量告警事件化处理
基于海量数据训练的事件分类模型，结合睿象云多种自研算法，对数据进行收敛，事件化处理。
根因拓扑关系发现
可结合用户自身场景与历史告警事件化处理结果，依据数据之间的时序、同时出现的概率及业务拓扑关系等，深度挖掘告警事件之间的根因关系。
满足不同场景需求
基于事件化后的数据，用户可以根据不同的场景，通过托拉拽的方式自行创建多场景的根因拓扑关系模型。
穿透海量数据，直达根因，更快定位故障
AI赋能，更快更准地聚合海量数据
通过分类模型自动化标注、结合距离的文本相似度聚类、Hash文本相似度聚类等多种算法，把海量的告警数据聚合成少量的告警集合。
根因场景自定义
利用智能和人工组合的拓扑关系模型发现，可以设置更多根因预测场景，从而满足不同告警根因预测的需要。
根因预测，直达问题根因
基于历史数据通过智能或是人工的方式绘制成的根因拓扑关系场景，针对当日告警做事后的根因预测，帮助运维人员快速发现问题，从而提升团队排查问题效率。
