【京东科技（张静）】京东科技（张静）：让运维更智能：大模型时代下京东科技的AIOps之路_6页_1mb

京东科技在大模型时代推进AIOps实践，构建智能运维Themis平台，涵盖异常检测、根因定位、业务可观测性和系统稳定性四大核心能力。其技术架构分为数据层、智能运维能力层及应用层，整合了指标监控、日志分析、告警处理、故障定位等功能模块。平台依托京东大数据体系，结合机器学习、深度学习、NLP等技术，通过知识图谱、智能基线、时序分析等手段实现运维智能化。

在异常检测方面，Themis平台采用多维指标异常检测与智能基线技术，对CPU、内存、I/O等关键指标进行突升突降识别，结合时序聚类、网络算法生成运维专家知识库，覆盖交易、缓存、数据库等核心业务场景。日志分析模块运用Bert等NLP技术实现日志语义理解，通过模板提取、序列预测、分类标注等手段，从海量日志中快速发现潜在问题。告警系统实现无阈值监控，融合告警聚类、关联分析、相似事件召回等功能，降低误报漏报率。

根因定位方面，平台整合APM调用链扫描、故障传播关系分析、因果推断等算法，支持多场景故障诊断。通过知识图谱与日志模板技术关联故障节点，实现故障全链路根源定位。内置40+智能故障定位场景，包括应用、主机、网络等组件，结合生成式大模型提升诊断效率。运维知识问答功能基于RAG技术实现人工与AI协同，支持意图识别和故障根因检索。

系统稳定性能力涵盖资源预测与硬件故障预警。利用机器学习对磁盘/表空间进行趋势预测，结合容量预估优化资源调度，提升大促期间资源利用率。在硬件故障预测中，采用半监督学习和主动迁移学习模式，通过时空数据关联增强特征，输入时间注意力模型提升硬盘故障预测准确性。同时，平台提供智能巡检、离群分析、趋势预测等工具，实现容量规划和告警降噪。

业务可观测性方面，Themis平台通过统一日志管理、链路追踪、代码行监控等手段，全面感知业务健康度。支持交易量、响应率、卡顿率等业务指标监控，结合链路拓扑分析用户行为轨迹。在故障处理中，通过动态智能基线、指标相似度分析、波形分析等技术，实现问题快速定位和修复。平台还具备事件预测、健康度评估等能力，为运维决策提供数据支撑。

核心技术包括：1）知识图谱构建覆盖新老设备与应用的统一视图，沉淀内部运维经验；2）大数据处理能力复用京东同款体系，实现日志实时存储与海量分析；3）AI算法融合强化学习、NLP等技术，提升故障发现与诊断效率；4）智能运维能力实现上下穿透，支持一站式排查。通过将大模型与传统运维工具结合，京东科技形成了智能运维与人工经验协同的技术底座，显著提升系统稳定性与运维效率。