业务挑战

● 多数据源无法整合

数据存储于不同的数据库、web服务器日志以及其他软件、业务系统等，数据间分散，无法用于事件分析，不能有效形成各种数据链路。

● 业务快速发展海量数据无法提高使用效果

面对高速的业务发展，与逐渐积累的海量数据，无法通过整合现有数据手段，为信息通信系统运行诊断分析和状态预警建设工作，不能将产生的数据进行关联分析，达到运维故障的预警工作。

● 分析成本高、人力投入不断增加

随着业务的迅速发展，其业务指标的复杂性不断增加，根据业务增长需求，对数据支撑依赖度不断增加，在现有的环境支撑下，其指标扩展性差，导致数据分析部门人力成本不断投入，造成人员与各业务系统间的臃肿状况。

ALEIYE解决方案

Aleiye基于该客户的历史故障数据,通过机器自学习与自训练机制,加上少量人为干预,训练出故障模型集,通过所训练的故障模型集以及历史数据的故障情况进行故障根因的分析,通过根因算法分析出故障产生的根本原因,分析出根本原因之后可通过配置生成此故障的解决方案和预防方案,将所分析的故障模型集与根本原因应用于生产环境,进行故障模型的匹配,如匹配到则根据人为干预所给出的解决方案或是预防方案进行故障的预防。

客户收益

作为国家骨干企业，以建设和运营电网为核心业务，承担着保障更安全、更经济、更清洁、可持续的电力供应的基本使命。Aleiye提供的数据分析使诊断分析、状态预警成为预防故障的一把标尺，在运营管理中掌握事件的起因发展过程、以及未来可能发生的事件，达到知其然，知其所以然。洞察新机会，让信息通信一体化调度运行支撑平台体系成为发展中又一个处理事件的重要利器。