摘要
随着信息系统规模日益复杂,传统运维手段在异常检测与根因分析方面已难以满足高效、准确的需求。本研究提出一种基于大模型的信息系统智能运维框架,融合多模态数据采集、预训练语言模型微调、时序分析与知识图谱建模等关键技术,构建面向实际业务场景的智能运维系统。在异常检测方面,研究基于大模型的时序数据识别、日志语义理解及多维异常关联分析方法,提升检测准确率与可解释性;在根因分析方面,提出结合知识图谱与大模型推理的复合方法,实现对复杂故障链条的高效溯源,并生成具备可执行性的自动修复建议,为下一代智能运维平台提供参考。
出处
《数字技术与应用》
2025年第11期211-213,共3页
Digital Technology & Application
