首页 文章 精选 留言 我的

精选列表

搜索[开启]，共10000篇文章
优秀的个人博客,低调大师

中兴通讯5G网络开启智慧城市新纪元

ZD至顶网网络频道 03月14日 北京报道：随着全球经济的不断发展，未来我们的城市将会承载更多的人口与功能。目前，建设智慧城市已经成为当今世界城市发展中不可回避的重要课题。而智慧城市又涵盖了：应急管理、平安城市、智慧政务、智慧教育、智慧医疗、智慧交通、智慧旅游、智慧园区等诸多领域及行业。因此，要实现对整个城市的智慧管理和运行，就必须建立起一套更为智能及高效的平台作为支撑。 近年来，“城市大数据”的概念被业界广泛认可，其也被视为驱动智慧城市落地与应用的主要技术驱动力。在提升城市运营管理水平方面，大数据将起到至关重要的作用。大数据作为城市信息化过程中的产物，未来将与智慧城市紧密结合，两者将形影不离的为实现城市智慧化管理和运行，提供可持续的发展动力。 大数据催生智慧城市迈入3.0时代 谈到大数据，就不得不谈谈其本身原理，大数据前期最主要的工作是对数据的采集，通过各种方式及传感设备收集大量的数据，后期再经过对数据的管理和分析处理，最终实现更为精准的决策力和洞察力，从而达到提升经营和管理效率的目的。 而城市数据持续汇聚及催生出大量数据流，并引领土地流、资本流、价值流和人才流的汇聚和价值提升，实现基于数据经济的发展模式。基于创新驱动的数据经济的发展模式，与城市产业深度融合，进一步促进创新形态和创新产业的裂变，持续为城市注入了新活力及新动能。 在2015年，中兴通讯就提出了“智慧城市2.0战略”，其核心内容为“一云一网一图”架构、城市共享大数据云平台、PPP模式下的创新商业模式和城市合作运营。在智慧城市2.0基础上，智慧城市3.0接踵而来。 智慧城市3.0以万物互联为基础，以大数据为核心，逐步健全产业生态圈和大数据安全保障体系，进一步提升来自物联网、互联网、行业的数据价值，从而逐步构建城市数据空间，推动城市经济从要素驱动向创新驱动转变。 要让智慧城市3.0真正实现落地，对城市中大量数据的采集则是最基础之核心，对此在网络行业中也早已提出万物互联的概念，物联网随之应运而生。我们今天所看到包括5G在内的很多通讯技术，也都是为解决更高密度的设备连接到网络中所提出的网络连接技术。 5G技术成为联接物联网助推智慧城市的关键 随着物联网技术的成熟以及应用方案的完善，城市网络进一步向边缘延伸，接入量呈现爆炸式增长，带宽需求也随之迅猛增长。除此以外，还有超低时延业务也将逐渐接入智慧城市的网络之中。随之而来的海量数据和需求各异的数据需求必然会对传统通信网络带来巨大的挑战。我们可以想象这样的景象：未来城市中的公共设施，比如路灯、井盖、共享车辆；视频和监控，比如食品生产运输追踪、水质空气监控、污染排放检测；家里的家居、家电等都被装上了各种传感器采集数据并互相连接。我们随时随地可以使用VR、AR与家人沟通，和同事协作，身临其境参加学习、会议或畅快游戏享受影音放松心情。道路上的交通灯、车辆、监控摄像头、地磁等系统互相连接。云端系统调度交通和车辆实现自动行驶，提高车速，减少事故，规避堵车和红灯，并实现自动泊车和车辆共享……所有这些美好的图景都给我们的城市网络以及大数据云网络提出了苛刻的需求。5G或许是目前可见唯一可以满足这些需求的统一移动接入方案。 在此背景下，中兴通讯不断打造城市级智能网络概念，从城市的神经末梢（物联网）到信息传递的接入骨干网络再延伸到城市云大脑UOC，构建大集成、大平台。其凭借在网络领域深厚的技术积累及对行业应用的敏锐观察，今年初，中兴通讯发布2016年行业趋势报告，预测产品个性化、技术智能化、制造服务化、组织扁平化等成为未来趋势，而5G技术也将成为下一代数字经济风口的基础要素。 而在移动接入端的5G技术方面，中兴通讯在2014年率先提出了Pre5G技术理念和系列解决方案，提前在4G网络上实现5G的业务体验。这不仅意味着在网络上享受更快、更好的用户体验，更意味着物联网时代到来之前提前享受数字化的生活。 据悉，在本届CeBIT 2017展会上，中兴通讯将用无人机+HD VR+机器人展示基于5G的超高带宽和超低时延。 未来5G也将是一个开放的生态系统，为此中兴通讯正在和产业界多方紧密合作，共同为未来5G的多彩体验而努力。目前，中兴通讯已与德国电信、西班牙电信、日本软银、韩国KT、中国移动、中国联通、中国电信等多个运营商签订5G战略合作协议，在5G领域开展全方位的技术和产业合作。中兴通讯是欧盟H2020计划成员，致力5G创新研究，同时，被德国电信列入首批5G创新实验室合作伙伴名单。 中兴通讯将在无线市场持续投入，践行M-ICT战略，在MBB、5G、IoT、SDN、NFV、BigData等方面持续开拓，为智慧城市建设提供强有力的基础网络保障服务。 本文转自d1net（转载）
2017-07-06
优秀的个人博客,低调大师

窄带物联网开启万物互联新篇章

随着移动互联网的飞速发展，物联网产业也如雨后春笋般迅速开枝散叶。有专业研究机构保守分析，到2020年，全球的M2M连接数将会达到140亿以上，而物联网产业内不少企业宣称，在2020年至2025年间，全球的M2M连接数会超过500亿。 NB-IoT优势明显，物联网市场迎来新机遇 快速增长的连接背后，是ICT技术与传统行业加速融合的产物，也给ICT行业带来了新的一轮增长机遇。以三大基础电信运营商为例，其都将万物互联作为2016年的重点战略，并且制定了详细的拓展计划。今年6月，NB-IoT标准正式冻结，窄带物联网已经成为2016年的热点和新宠。 作为今年窄带物联网技术的主角，NB-IoT技术主要拥有三大特性：首先是大连接，NB-IoT技术支持海量的低吞吐量终端；其次是低功耗、低成本，NB-IoT技术保证了终端的超低功耗低成本设计；第三是覆盖能力强，NB-IoT技术实现了信号的室外大范围覆盖，并且加强了室内信号的穿透能力。 因此NB-IoT将会承担起运营商蜂窝物联网中绝大部分的业务需要，不仅会应用在大家常见的智能穿戴设备上，更会运用在各行各业的生产中。并在极大提高生产率的同时，尽可能降低生产成本。 万物互联离不开窄带物联网的深入运用 作为运营商的长期合作伙伴，多年来，大唐移动在国内基础移动通信网络的研究及建设中承担了重要的工作，在技术、组网以及服务等领域有着深厚的积累。凭借在基础网络领域的综合优势、对垂直行业信息化的深刻理解以及物联网技术、产品、解决方案及运维经验的积累，从2010年起，大唐移动就已经在物联网产业进行了相关部署，并在物联网的接入层、控制层、应用层形成了一系列具有核心知识产权和竞争力的产品和解决方案。 面向运营商市场，大唐移动可以提供有竞争力的NB-IoT解决方案及通信模组产品，并成为运营商物联网应用生态中战略合作伙伴。目前，大唐移动与中国移动、中国电信和中国联通已经开展了基于物联网的一系列合作。 在行业信息化市场，大唐移动也已形成了有特色和竞争力的物联网应用综合解决方案，并成功在教育、农业、交通、水务、社区、石油、电力等行业部署。持续打造有特色和竞争力的物联网应用综合解决方案，力争成为垂直行业物联网应用的领先企业。 以大唐移动目前刚刚开发完毕的一款智慧农业产品为例，它不但支持物联网架构中多协议、多网络产品的互联互通，还可以针对客户的需求，为最终客户提供基于海量数据服务的私有云平台，实现真正意义上的慧动万物。目前，大唐移动已经在数据分析与最终用户业务结合方面做了很好的布局，并根据最终客户的需求，具备定制开发的能力，来满足不同类型客户特性化需求，实现碎片化市场需求的平台化覆盖。 目前，大唐移动在陆续推出支持NB-IoT的全套网络接入产品；增强在物联网多模通信模组及衍生产品的竞争力，扩大市场占有率；同时构建和完善物联网应用解决方案平台，满足垂直行业应用需求。在市场方面，未来将聚焦运营商和深耕的垂直行业客户的企业级需求，并与原有的市场基础进行深度融合。 未来，窄带物联网的应用场景随着整个产业的飞速发展，以及原有物联网产业对我们生产生活的逐步深入，将会覆盖人类社会的方方面面。拥有着大连接、低成本低功耗和覆盖强三大优势的窄带物联网在对原有物联网进行革命的同时，也潜移默化地改变着我们的工作生活方式。相信在不久的将来，窄带物联网将会出现在世界的每一个角落，为全世界带来更高效，更简便的互联服务。 本文转自d1net（转载）
2017-07-03
优秀的个人博客,低调大师

Ubuntu16.04 server下配置MySQL，并开启远程连接

背景 最近正在学nodejs,想到曾经有台云服务器，但是很久不用了，由于怕麻烦，一股脑的把云主机重装了个Ubuntu系统，于是配置MySQL成了配置服务中的一个环节（node用不用MySQL不管，主要是闲的重新配置一个-.-），但是配置的过程中，遇到不少问题，所以在解决一系列问题后留篇博备以后使用。 步骤 1.安装MySQL 由于博主用的是Ubuntu Server，用的XShell工具，没用桌面版，所以没有高大上的图形界面，一股脑用软件源提供的mysql即可。 命令如下： sudo apt-get install mysql-server 运行完这句命令后，不是root的话会要你输入root密码，密码输入正确后，系统就自动给你下载MySQL了，如下图： 执行完上面步骤后，会进入一个“图形界面:)”，用于创建MySQL的root密码，如图： 输入完后回车，会让你确认密码，如图： 2.授权用户，并允许远程登录 两次密码输入无误的话，系统就帮你下载完MySQL了，可是默认的MySQL只有一个root账号，所以不妨先建一个和root一样权利的账号，并授权远程登陆的许可，那么我们先登录MySQL： mysql -u root -p 系统会要你输入密码，密码输入无误后，进入MySQL： 首先我们授权一个叫Ubuntu（叫什么由你定）的账户，并授予它远程连接的权力，命令如下： GRANT ALL PRIVILEGES ON *.* TO 'Ubuntu'@'%' IDENTIFIED BY '123456' WITH GRANT OPTION; 运行完后紧接着输入，以更新数据库： FLUSH PRIVILEGES; 效果如下图： 执行quit退出mysql。 由于MySQL默认支队本地使用，没有开放远程连接，于是需要到配置文件中去修改，当然新版的MySQL不知道为什么配置文件和以前不太一样了，以前都放在:/etc/mysql/my.cnf里，但是现在我们去看看变成什么样了： 运行： sudo vi /etc/mysql/my.cnf 结果发现my.cnf里的内容是这样的，博主个人猜测是MySQL优化结构了，效果如图： 原来的配置文件变成了包含目录结构，于是在上面提到的两个目录里找找，很快就能找到配置文件原来是：/etc/mysql/mysql.conf.d/mysqld.cnf 用管理员权限编辑之： sudo vi /etc/mysql/mysql.conf.d/mysqld.cnf 添加'#'注释掉其中的"bind-address = 127.0.0.1"，如下图： 注释后:wq保存，重启MySQL服务： service mysql restart 验证完你的Ubuntu密码后，重启服务成功！ 3.测试验证 我用Windows下的Navicat for MySQL试试，配置信息如下（打码防被黑:D）： 看看效果吧： 总结 博主是深受网上各种描述，但是由于部分不详细，导致出错，所以特开此文，希望能帮到用到的人！ 作者： letcafe 出处： http://www.cnblogs.com/letcafe/ ------------------------------------------- 个性签名：编程水太深，先会造轮子！ 如果觉得这篇文章对你有小小的帮助的话，记得在右下角点个“推荐”哦，博主在此感谢！
2017-01-08
优秀的个人博客,低调大师

DeepGitee 计划：深度挖掘 Gitee 开源宝藏，开启项目高光之旅

过去十年，Gitee 在代码托管和开源协作领域不断深耕，已成为国内最重要的开源基础设施之一，它汇聚了 1350 万开发者，托管了 3600 万个代码仓库，服务了 36 万家企业级用户。 在这片浩瀚的开源星空中，许多优质项目如同隐藏的宝藏，等待被挖掘与发现。 为了让更多优秀的开源项目从 Gitee 平台上脱颖而出，获得更广阔的舞台和发展空间，开源中国发起「DeepGitee 计划」，希望为开源项目及其背后的开发者与企业提供全方位的扶持力量，助力开源生态蓬勃发展。 「DeepGitee 计划」介绍 一、技术内容传播曝光 我们将借助 OSCHINA 和 Gitee 社区的强大影响力，以及旗下新媒体平台的传播力，全方位、多层次地推广你的项目技术与生态相关内容。无论是深入浅出的技术原理讲解、架构设计剖析，还是项目应用场景的生动展示，都将得到广泛推送，精准触达海量开发者群体。 这不仅能大幅提升项目的知名度，还能吸引更多志同道合的开发者关注与加入，为开源项目注入源源不断的活力。 二、线上线下技术活动讲师 在“OSC源创会”、“月源解码夜”和“技术领航”等开源中国举办的线上线下活动中，作为讲师，开源项目背后的技术专家们可以畅谈项目的实战经验、技术难题攻克历程以及未来发展方向，与其他技术大牛面对面交流思想，碰撞出创新的火花。 这种深度的行业交流不仅能拓宽你的技术视野，还能为项目拓展宝贵的人脉资源。当你的项目技术经验在行业内传播，吸引更多开发者对其产生浓厚兴趣，项目的影响力也将随之扩大，吸引更多贡献者与合作伙伴，推动项目迈向新的高度。 三、直播活动助力 项目社区的每一次技术直播，都将成为一次传播项目价值的契机。 借助 OSCHINA 与 Gitee 视频号的强大传播力，直播内容将触达更广泛的受众群体。无论是项目功能演示、技术原理剖析还是开发者故事分享，都能通过直播实时传递给全球各地的开发者。这不仅有助于提升项目的知名度和影响力，还能吸引潜在用户与贡献者，为项目的持续发展筑牢根基。 关于我们 开源中国 开源中国（OSCHINA）成立于 2008 年，是国内最具影响力的开源与 AI 技术社区之一。 目前有超过 1100 万专业开发者入驻，社区以技术交流和 AI 创新实践为核心，持续为开发者提供精准、高质量的技术资讯，丰富且完善的开源项目资源、专业化的 AI 创作平台，以及高效活跃的互动交流环境，形成了一个充满活力与创造力的开发者生态圈。 官网：https://www.oschina.net Gitee Gitee 是开源中国运营的企业级 DevOps 研发管理平台，已经成为全球第二大的开发者平台，其中包含了代码管理、代码质量管理、持续交付、软件发布平台和项目协作管理等产品，并且支持公有云服务及私有化部署。 目前，Gitee 已经有超过 1350 万名开发者，累计托管超过 3600 万个代码仓库，是中国境内规模最大的代码托管平台。同时，旗下企业级 DevOps 研发效能管理平台 Gitee 企业版已服务超过 36 万家企业。 官网：https://gitee.com 模力方舟（Gitee AI） 模力方舟（Gitee AI）是开源中国于 2023 年推出的一站式大模型服务平台，致力于做中国本土化的 AI 社区。 模力方舟（Gitee AI）旨在理解和解决 AI 落地和应用问题，满足中国用户和企业的需求。它提供开源模型、数据集和应用落地场景，提供地域化的服务，重视用户数据的隐私保护和数据安全，针对中国市场和用户需求，与本土的 AI 生态系统进行深度融合。 官网：https://ai.gitee.com
2025-05-09
优秀的个人博客,低调大师

开启业务连续性保障新时代

随着大型语言模型（LLM）日臻成熟，AI 智能体（AI Agent）从概念走向实际应用的时代已然到来。在众多的智能体使用场景中，可观测性天然具备智能体成功落地的三大要素：高质量的结构化数据、功能丰富的专业工具，以及明确的业务目标——保障系统稳定性。通过将先进的 AI 技术与可观测性场景融合，DeepFlow 智能体能够自主感知环境、推理决策并执行任务，为 IT 团队提供从日常巡检到快速诊断的全方位支持。这不仅提升了运维效率，更将 IT 人员从繁琐的日常任务中解放出来，使他们能够紧跟技术趋势，驾驭先进的 AI 工具，为业务连续性提供更坚实的保障。 01 核心观点 DeepFlow 智能体核心观点 观点一：智能体要能使用工具完成工作 智能体 agent，来自拉丁语agera，意为”做“。DeepFlow 智能体能够自主使用各类可观测性工具完成保障业务连续性的工作。 观点二：智能体靠谱的前提是可观测性 “完全可观测的环境很容易处理，因为智能体不需要维护任何内部状态来追踪世界。”-- 《人工智能：现代方法（第四版）》。 DeepFlow 智能体之所以“靠谱”，因其所有推理决策均基于业务的完全可观测性。 观点三：智能体要有价值必须量身定制 基于帕累托法则，大模型消弭行业技术鸿沟后，企业应聚焦独特场景定制智能体，以20%核心需求撬动80%竞争优势。DeepFlow 智能体为每一个客户提供“量身定制”的推理场景，让IT人员深度掌控AI技术，为各自企业创造独有的价值。 02 使用场景 DeepFlow 智能体的设计目标，是使用 DeepFlow 提供的各类可观测性工具，自主完成保障业务连续性的工作。DeepFlow 智能体的具体应用场景表现在如下 3 个方面： DeepFlow 智能体应用场景 01 分钟级诊断 原理 多维数据实时关联分析 基于历史经验的故障模式匹配 故障传播路径和影响范围快速定位 故障模式库和知识图谱 建立故障症状、原因、解决方案之间的关联关系 利用推理模型实现快速路径检索和推理 价值 降低金融损失风险 银行每分钟中断可能造成数百万的损失 保护企业声誉避免长时间故障导致的用户流失 维持服务质量承诺（SLA） 减少紧急故障处理的人员压力 提供清晰的问题定位和解决方案 提升开发测试效率 确保新业务、新架构按时保质上线 银行核心交易系统雪崩危机 案例：银行核心交易系统雪崩危机（分钟级诊断的生死时速） 事件：某银行核心支付网关突发交易失败率飙升，全业务中断倒计时开始。 09:15：出现支付卡顿，客服电话量激增300% 09:18：运维大厅警报大作，但传统监控仅显示"数据库连接异常" 09:20："我们距离30分钟熔断红线还剩25分钟！" DeepFlow 智能体 响应 1分钟定位：智能体自动关联交易链路，发现第三方支付渠道的SSL握手异常陡增 5分钟溯源：从应用错误日志→网络调用日志→配置变更事件溯源，确认为安全组策略误删导致TLS协商失败 10分钟恢复：结合知识库推荐应急预案，完成证书热加载和负载均衡切换 结果：避免直接经济损数千万元，监管通报风险降级为"一般运营事件"。 02不间断巡检 原理 对业务健康度进行7x24检查 发现业务核心指标异常 即时分析各组件运行状态 对业务风险即时预警 时序数据建模 预测性分析变化趋势 对业务告警进行快速关联分析 故障传播分析 资源依赖分析 价值 提升系统可靠性问题早期发现 主动预防 降低重大故障概率 优化人力资源减少人工巡检成本 提高运维效率 专注更有价值的工作 保障业务连续性24/7不间断监控 全面的覆盖范围 稳定的监控质量 跨境支付系统暗流危机 案例：跨境支付系统暗流危机（不间断巡检的隐形守护） 事件：夜间跨境渠道交易 API 概率性超时且呈现递增趋势，用户体验劣化。 DeepFlow 智能体 响应 20:13：智能体检测到跨境渠道交易 API 超时 5 次，追踪用户 ID 发现影响了 1 名用户。 …… 08:29+1D：智能体检测到跨境渠道交易 API 过去一小时超时达 271 次，且过去 12 小时呈现递增趋势，追踪发现共影响了 312 个用户，受影响的最大交易金额达到了 $900 万。 08:30+1D：运维人员上班后查看昨日巡检报告，查阅报告中的影响范围、隐患分析和防范建议。 08:42+1D：运维人员汇总巡检报告，转外部渠道优化 API，转行内业务部门做 VIP 客户回访。 结果：及时发现、持续分析长尾异常，及时优化 VIP 用户体验，防止千万美金币级别的客户流失。 03一句话问数 原理 多源数据实时整合 智能化数据特征提取 复杂查询的自动化编写 自然语言理解意图识别 基于业务和用户的上下文理解 消除通用大语言模型幻觉 价值 提升决策效率，管理层快速获取决策依据 减少数据分析等待时间 降低运维门槛，非专业人员也能快速获取信息 减少对专家的过分依赖 减少由人工操作引入的错误 支持快速响应，突发事件快速评估 资源调度及时决策 证券交易系统容量保卫战 案例：证券交易系统容量保卫战（一句话问数的实战力量） 事件：某券商遭遇"史诗级牛市"，开盘前集合竞价时段突发系统响应延迟。 08:45：运维总监接到CEO紧急质询："现在系统还能撑住多少并发？余量还剩多少？" 传统方式：需协调5个团队调取20+监控指标，人工测算至少15分钟 市场窗口：距离集合竞价仅剩12分钟，决策真空期可能导致数亿客户资产损失 DeepFlow 智能体 响应 自然语言查询："当前订单系统TPS峰值与容量阈值对比，预测10:30前资源瓶颈" 智能推演：结合历史流量模式+实时资源利用率，输出三维容量热力图 8:52决策：精准识别Redis集群内存将提前15分钟触顶，立即启用弹性容器组扩容 结果：在沪指单日成交破万亿的市场狂潮中，系统零故障扛住每秒32万笔委托。 这三个场景共同构建了一个完整的智能运维体系： 不间断巡检实现了"预防为主"的理念 分钟级诊断解决了"快速止血"的问题 一句话问数满足了"及时决策"的需求 03 产品架构 人工智能专注于研究和构建做正确的事情的智能体。智能体(agent)就是某种能够采取行动的东西（agent来自拉丁语agere，意为“做”）。任何通过传感器(sensor)感知环境(environment)并通过执行器(actuator)作用于该环境的事物都可以被视为智能体(agent)。 标准智能体架构 DeepFlow 智能体（英文：DeepFlow AI Agent）由一系列 DeepFlow 产品组件构成。用户可根据实际业务需求，选择合适的组件，构建适合自己的DeepFlow 智能体。 DeepFlow 智能体产品架构如下 DeepFlow 智能体架构 DeepFlow 智能体包含如下几个层次的组件 1. 交互层 交互层实现用户与 DeepFlow 智能体的交互。交互层包含如下组件，每个组件均可为客户提供量身定制。 ChatUI：用户与智能体的对话界面，支持文字、图表、代码等多种交互内容的输出。 场景编排：依据用户特定的业务和管理流程，编排特定场景下的智能体工作流。 历史记录：用户使用记录管理，包含对话、报告、视图等内容存取与分发。 知识库：本地知识库创建和维护，帮助用户解决本地常识性问题。 系统管理：管理 DeepFlow 智能体 的用户及权限、工具及配置。 2. 感知层 感知层为智能体提供对外部环境感知能力。DeepFlow 智能体的感知层，通过按需和实时分析环境中的可观测性数据，实现对业务运行状态的全面感知。 感知工具：按照工作流需求，感知业务特定维度的运行状态。感知工具通过特征提取工具及模式识别工具完成数据驱动的业务运行状态感知。感知工具的性能可以通过感知加速提升。 感知加速：提升感知层的整体性能，保障复杂工作流按时完成。 特征提取工具：从可观测性数据中提取各类特征。 模式识别工具：对特征进行分类，实现“数转文”的语义化事件。 感知层性能主要受制于数据分析能力，可以通过引入感知加速进行水平扩展。 3. 推理层 推理层是 DeepFlow 智能体的大脑，包含一系列规划和记忆系统： 规划模型：解决复杂工作流的规划问题，根据用户提出的问题，生成解决问题的思维链（Chain of thought）。规划模型由云杉提供，可依据客户场景量身定制。 大语言模型：提供基于自然语言的任务性和常识性应答。大语言模型（LLM）由云杉提供，也可以使用云杉认证的第三方模型。 长短期记忆：为工作流执行过程的状态机提供短期记忆，为常见的子任务规划提供长期记忆。 推理层性能主要受制于模型性能，DeepFlow 智能体可通过增加AI算力提供推理层性能扩展。 4. 执行层 DeepFlow 智能体通过执行层为业务提供执行建议或方案。执行层若对接控制层，可实现业务稳定性的全自动保障。执行层包含如下组件： 建议工具：根据业务诊断结果，提供相关的运维建议。 任务编排：为复杂的运维工作提供系统性的任务编排，并确保每一步任务执行成功。 配置工具：为每一步任务提供具体的配置指令。 校验工具：为任务预期和配置结果进行比对校验。 在 DeepFlow 智能体部署初期，执行层主要提供执行建议，具体任务由人工参与。当执行任务流程、权责明晰后，可引入任务编排，通过自动化的配置和校验，实现任务自动化。 04 核心技术 智能体面临的技术挑战主要存在于以下几个方面： 智能体面临的技术挑战 可观测性问题 一个智能体在完全可观测的环境中才能有效运行。可以拿自动驾驶做类比，一辆汽车需要通过摄像头或激光雷达对周围环境完全可观测方可实现自动驾驶。要让智能体能够时时刻刻保障业务的稳定性，全面的可观测性不可或缺。 幻觉问题 由于LLM不能理解物理描述的真实世界，只是在语言描述的概念世界中运行，因此天然具有幻觉问题，是无法消除的。要让LLM的幻觉问题不影响智能体正确工作，必须提供清晰明确的任务规划能力，并且能围绕用户场景进行“量身定制”。 成本问题 无论处理海量的可观测性数据，还是运行“满血”的LLM，都需要消耗巨大的算力。行业客户并不具备践行“scaling law”所需的成本支出能力。无视成本问题的智能体项目最终都将难以大规模推广。 DeepFlow 智能体，通过如下原创技术去解决上述问题： 1. 零侵扰采集技术 通过融合cBPF、eBPF、Wasm等技术，实现对大规模分布式业务和基础设施的零侵扰数据采集，解决了 DeepFlow 智能体及其运行环境的完全可观测性问题。其原创技术发表于SIGCOMM会议中。 2. 思维链状态机技术 通过思维链（Chain of Thought）指引，可以解决由大模型推理带来的幻觉问题。然而，随着业务和场景的不断变化，思维链的复杂性呈指数级上升。通过使用基于DFA + NFA的混合状态机技术，可以有效解决思维链复杂性带来的状态空间膨胀问题。相关原创技术发表在JNCA论文中。 3. 自适应感知技术 自适应感知技术实现了推理前感知和推理中感知的混合感知技术。推理前感知技术包括对数据的实时特征提取和分类，推理中感知技术则结合业务场景对数据进行按需的特定特征提取和分类。自适应感知技术使得用户可以在成本和性能之间进行不断优化，避免不可控的算力资源投入。相关原创技术已申请发明专利。 05 实施步骤 DeepFlow 智能体的落地实施，要以数据为基石，以业务为中心，不断进行场景优化。 第一步：数据采集 部署 DeepFlow 采集器 获取业务的可观测性全栈数据 第二步：业务梳理 业务全景图 获取业务的全链路依赖信息 第三步：场景优化 设计和优化各类场景下的工作流 根据成本和需求定制推理层各类模型 根据使用量不断提升感知层和执行层的性能 云杉及云杉认证的技术合作伙伴，提供 DeepFlow 智能体落地实施的相关技术服务。 分钟级根因定位 7x24 健康巡检 一句话问数 06 总结 DeepFlow 智能体以保障业务连续性为核心使命，通过三大场景应用——分钟级诊断、不间断巡检和一句话问数，构建了完整的智能运维体系。它基于完全可观测性的环境，能够自主使用各类工具完成复杂任务，为每个客户提供量身定制的解决方案。 在金融、电信、电力、智能制造等高可靠性要求的行业，DeepFlow 智能体已展现出卓越价值——从加速核心系统上线，到避免关键业务雪崩，再到突发情况应对，通过预防为主、快速止血和及时决策的全方位保障。 DeepFlow 智能体的架构涵盖交互层、感知层、推理层和执行层，通过零侵扰采集技术、思维链状态机技术和自适应感知技术解决了可观测性、幻觉问题和成本效益的技术挑战。实施过程遵循"数据采集—业务梳理—场景优化"的科学路径，确保企业能够将20%的核心需求转化为80%的竞争优势。
2025-03-04
优秀的个人博客,低调大师

AI 赋能指标管理分析，开启企业数智领航时代

以下为本次分享的回顾： 在大数据时代，企业数字化转型的核心目标在于让数据发挥真正的价值。从数据报表到分析平台，再到日常取数，企业所依赖的不仅仅是数据本身，而是通过数据所呈现出对业务的分析、业务的查看以及业务未来趋势的洞察。再多数据只有同业务相结合转化为信息，经过处理呈现才能真正体现他们的价值，而这一切的实现离不开高效的数据管理平台和分析工具。 企业数字化转型下数据应用面临的难题与挑战 1.1 数据应用面临的困境 企业数字化转型下，数据的获取和共享是支持业务决策的重要环节。在这一过程中，渐渐产生出诸多数据应用上的问题，主要面临三个困境。 困境一：数据孤岛现象严重 困境二：海量指标检索效率低下 困境三：数据理解与应用困难 这些困境的存在使得企业难以制定有效的经营决策，甚至可能给企业带来巨大损失，成为企业数字化转型过程中亟待解决的重要课题。 1.2 数据应用困境的破局之道 基于以往经验，"定义一次指标，借助 AI 高效应用数据"这一全新的解决方案方案，通过两个核心能力，为解决数据应用中的困境提供了破局之道。 定义一次指标指的是利用指标管理分析平台实现指标的统一管理和查看，从而有效解决数据孤岛现象。借助 AI 高效应用数据，主要指通过 AI 大模型辅助数据查看、数据分析以及支持未来业务决策，有效应对海量指标检索效率低下和数据理解与应用困难这两大问题。 指标管理平台融合AI，重塑企业经营面貌 为了助力企业通过指标管理平台融合 AI 技术，重塑企业经营面貌，袋鼠云推出智能指标管理产品------AIMetrics。智能指标 AIMetrics的产品架构主要分为三部分。 底层的数据准备工作：将数据仓库、Taier分布式调度及OLAP查询作为整个架构的基础。 上中间层的指标统一管理工作：包括对指标的业务定义、技术口径定义以及管理属性定义等内容。 上层的指标应用工作：借由AI实现更高效的指标检索和更灵活的数据查询，以及对异动指标的准确监测预警和归因分析。 同时整个系统具备统一的权限管控机制，确保在进行指标查询和数据查询时，保障数据安全性，防止企业数据被异常使用，全面提升指标管理与应用的智能化水平。 2.1 智能指标AIMetrics的AI技术实现框架 在智能指标AIMetrics平台中AI技术实现的整体框架中，首先要在指标管理平台中完成指标的定义、开发及相关日常管理工作。开发完成后，平台会生成一系列指标的属性信息，这些信息会作为业务数据库的一部分，通过向量化工具被转化为向量化数据，并存储在业务向量化数据库中。 当用户提出问题时，系统会基于大模型进行指标检索将用户的问题向量化，并与业务向量库中的数据进行匹配，并将匹配结果返回给用户，提示其意向检索的指标。用户可以进一步查询该指标的数据，并对数据进行分析。同时，AI 也能够助力用户进行更深层次的数据分析业务洞察。此外，在整个平台应用过程中，系统会生成对话记忆，确保用户对话的连续性和体验的流畅性。 2.2 智能指标AIMetrics的指标检索功能 在传统的指标检索中，我们通常依赖输入文案搜索、使用下拉框筛选属性、或者通过排序功能重新排列数据来找到目标指标。然而，这些方法往往效率较低且需要付出较多精力。如果输入的文案与数据库中的目标文案不一致，检索过程会变得更加困难。 借助AI技术，智能指标AIMetrics平台对传统的数据查询和分析功能进行了升级，用户只需输入简单的文案，与AI进行自然对话，AI便会基于输入内容判断用户意图，快速匹配向量库中的目标指标，并将结果反馈予以确认，显著提升了检索效率，让数据查询更加智能化和便捷。 2.3 智能指标AIMetrics的指标数据查询功能 传统的数据查询流程通常需要多个环节的协作。首先，业务方需要向开发方提出指标需求，随后开发方需从历史数据库或数据仓库中查找数据，再根据业务需求进行宽表聚合，最后将聚合结果交给BI工具进行展示和查看。此外，这一过程还可能涉及配置调整、数据开发或业务开发等多个环节，整个过程周期较长。 在智能指标AIMetrics平台中，这一过程被大大简化。用户只需通过文字输入想要查询的指标和数据范围，AI会自动分析查询意图，并将其转换为SQL查询语句进行快速的数据查询及可视化展示。不仅省去了中间繁琐的开发和检索过程，还能帮助业务方更高效地使用数据。 2.4 智能指标AIMetrics的指标分析功能 在传统的指标分析过程中，通常包括四个步骤：确定分析目的、数据查询、数据分析、整合分析结果并进行总结汇报。该过程通常依赖多个平台和专业人才，导致周期长且难以实时响应业务变化，造成数据整合困难，对企业的经营决策产生负面影响。 在智能指标AIMetrics平台中，业务波动和历史数据可以借由AI进行梳理。不仅能通过指标波动性分析对异常数据进行即时反馈，还可以基于历史数据对数据走势查找波动原因，提供深入分析方向或建议可能的决策措施，并基于输入的问题和分析维度，进行归因分析和分析结果的可视化展示。大大提升了企业进行经营决策的效率，推动业务高效发展。 企业指标管理分析的AI升级路径解析 基于智能指标AIMetrics平台的企业指标管理升级方案，分为四个关键步骤。 业务梳理：包括指标体系梳理以及企业级知识库梳理 指标体系平台化落地：通过指标管理平台将指标体系平台化，确保指标体系统一管理和数据安全管控，提供高效的指标属性检索、指标血源查看、指标数据查看、指标监控以及指标分析 AI强化学习：AI大模型基于平台化落地的指标体系进行学习，从懂数据，到懂业务，再到懂用户 智能对话式分析与洞察：AI借由智能对话的方式，助力企业灵活检索指标、查询与解释指标数据、分析与预测指标数据、提供业务分析与决策建议，推动业务发展与AI模型的持续优化与迭代 以上是企业通过AI模块和指标平台进行升级的整体方案框架。在业务梳理阶段，可以借由分析师可以协助进行业务的整理，而在更高层次上，更多的是通过平台的功能去完善整体指标的分析与洞察，为企业提供更高效的决策支持。 本次分享从企业数字化转型所面临的数据应用困境及破局之道出发，详细介绍了智能指标管理产品AIMetrics在企业指标管理平台融合AI的实现路径和重要功能。若您对分享内容感兴趣，可以点击【阅读原文】获取课件资料。 《数据资产管理白皮书》下载地址 ：https://www.dtstack.com/resources/1073/?src=szsm 《行业指标体系白皮书》下载地址 ：https://www.dtstack.com/resources/1057/?src=szsm 《数据治理行业实践白皮书》下载地址 ：https://www.dtstack.com/resources/1001/?src=szsm 《数栈V6.0产品白皮书》下载地址 ：https://www.dtstack.com/resources/1004/?src=szsm 想了解或咨询更多有关袋鼠云大数据产品、行业解决方案、客户案例的朋友，浏览袋鼠云官网：https://www.dtstack.com/?src=szsm 同时，欢迎对大数据开源项目有兴趣的同学加入「袋鼠云开源框架钉钉技术群」，交流最新开源技术信息，群号码：30537511，项目地址：https://github.com/DTStack
2025-02-25

资源下载

更多资源
优质分享App

优质分享App

近一个月的开发和优化，本站点的第一个app全新上线。该app采用极致压缩，本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。

时间: 2025-12-03 大小: 4.36MB 下载: 23次
腾讯云软件源

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

时间: 2026-01-27 大小: 1MB 下载: 5次
Rocky Linux

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。

时间: 2026-01-03 大小: 1.42GB 下载: 2次
Sublime Text

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。

时间: 2025-12-03 大小: 9.84MB 下载: 39次
热门标签
Docker HarmonyOS6 SpringCloud Service Mesh Jdk25 OpenAi SpringBoot4 Kubernetes DeepSeek Rocky Nacos3 Gemini3 Redis

欢迎您来访！

登录后，您将获得更多功能！
热门文章
联系我们

有任何问题或合作意向欢迎联系我们

Email: 99873273@qq.com

QQ: 99873273

用户登录
用户注册