睿象云智能告警平台的分派策略
946
2022-10-30
本文目录一览:
提到告警降噪我们可能会马上想到AI、智能等技术手段,其实对于告警降噪不同的产品,不同规模的公司面临的问题也是不一样的。告警治理是通过运营的手段进行告警抑制,告警治理是告警降噪的初级阶段,其主要的目的就是保证系统告警配置的保鲜,及时剔除无效的告警配置,防止无效的告警配置滋生。告警的出现往往是牵一发而动全身,有可能出现很多重复的告警风暴,其实你可以去了解下听云北冥告警平台,它可以有效的降低企业的复杂告警信息,避免重复告警,在传统告警模式上增加了智能告警算法,提高了告警准确性,减少了误报漏报,提升故障修复效率。
anc和enc相比,ANC的降噪更好。众所周知ANC主动降噪是发出和环境噪音波形相反的声波从而利用波峰、波谷相遇达到降噪目的,而ENC降噪算法是通过远近双麦克风阵列,计算环境杂音的声波然后发射一个反向波从而将噪声抵消;因此二者原理一致,ENC降噪算法更精确一些。
ENC能有效抑制90%的反向环境音,由此降低环境音最高可达35dB以上,让游戏玩家可以更加自由的语音沟通。通过双麦克风阵列,精准计算通话者说话的方位,在保护主方向目标语音的同时,去除环境中的各种干扰声音。
而ANC降噪对中低频的噪声降噪效果比较好,对高频噪声降噪效果差。因为高频信号波长短,对相位偏差也比较敏感,导致ANC对高频噪声降噪效果差。一般高频噪声可以被耳机物理的遮蔽屏蔽掉,这种降噪被称为被动降噪,相对比ENC来说要更好一些。
通常智能运维中的告警收敛场景,以机器学习算法为驱动,对海量的告警事件进行降噪和关联分析,辅助根因定位并可沉淀故障处理的知识,从而提升企业的运维效率,降低运维成本。 告警产生后,AIOps系统通过算法甄别 内容相关性(重复性、相似性)、时序相关性和拓扑相关
性 事件来进行告警事件的自动化抑制。这类收敛抑制,往往能得到99%的告警压缩率,极大地提高了告警有效性。
在一个完整的智能运维告警产品里,除了告警收敛,还可以基于故障传播链及拓扑信息 ( 可选 ), 智能发现突发故障场景;基于告警“熵值”算法,实现告警的动态优先级推荐;通过时序以及拓扑关系定位故障场景根因,并进行根因标记。当这些都可以完成时,由告警事件一步步引导的根因定位和排障,才是真正智能运维发挥了作用。
发表评论
暂时没有评论,来抢沙发吧~