随着越来越多的企业拥抱云计算，为了支持业务系统的快速上线、灵活伸缩以及更高的SLA要求，再加上有限??IT运维成本，运维人员将面临比以往更大的运维压力。在运维拥有海量设备且高度复杂的云数据中心环境时，如何提??99.95%或以上的高质量IT服务，提升效率并降低成本，是运维团队当前面临的最大挑战??

　　云数据中心的设备规模从几??/几百向几??/几百万数量级演进时，海量硬件设备的使用对硬件故障的快速定位和隔离将带来巨大挑战；同时，采用虚拟化和分布式弹性技术也加剧了云数据中心的复杂度。这些都会导致运维难度增加，小概率故障成为常态且影响加大，用户级??99.95%或以上的服务质量承诺（SLA）很难保障??

　　虚拟化技术和众多开源技术的引入使得运维变得越来越复杂，传统人工运维模式处理速度慢、出错概率高。此外，传统人均50??100台设备的维护效率，在大规模云化环境下，需要投入大量人力??

　　保持低运营成本：传统IT的资源使用率通常小于20%，在云化后资源使用率有所提升，但是个性化、按需弹性需求导致资源碎片化、负载不平衡以及扩容规划不精准，可能会造成整体资源利用率并没有达到规划目标，运维成本居高不下??
　　
　　企业IT向云架构迁移不是一蹴而就的，而是一个长期共存的过程。两种架构导致运维工具差异大，对运维人员也带来了更大的挑战????何实现两种IT架构统一、集中的维护管理??是运维系统面临的新课题??

　
　　分布式架构的云计算系统，其资源调度、业务伸缩、故障隔离和故障修复等都是自动化的，不可能基于人工来完成，这已经完全颠覆了传统IT的软件安装部署、业务使用和管理维护模式。因此，运维的工作不再是传统的运维管理，而是构建自动化运维模型和运维工具，这不但对运维人员、更对运维系统提出了新的要求??

　　
　　实现IT系统全自动化运行的核心在于智能。系统具备完善的智能，才能够基于系统的状态、用户规模、业务体验质量和策略规则等，实现系统的弹性伸缩、故障隔离和故障修复等等，这一切都要靠一个智能的管理系统或者运维系统来完成??

　　传统模式下，运维人员的工作模式是被动等待问题发生，然后再进行故障处理。根据有关数据统计，运维人员平均每天计划内的工作只占50%左右，剩下的时间都是在到处救火。随着云数据中心规模快速增长，运维人员需要处理的事件量越来越大，人工救火将力不从心。这就需要一个智能的运维平台，利用大数据关联分析与机器学习技术为运维系统赋予人工智能，提供从故障预防到故障定位、再到故障闭环的智能保障能力??

　　主动故障预防：故障处理再迅速也不如不产生故障，尤其是在大规模云数据中心场景下，即便很低的故障率也会产生一定规模的故障，为了避免到处救火，最好的方法是做好防火工作??

　　为了应对云计算带来的运维难题，网强以自主研发网络管理系统，ITMS流程管理等产品，支持智能化的操作模式，灵活匹配复杂的业务需要和资源监控??支持网络设备、服务器、虚拟机、存储、网络、中间件、数据库、业务应用等多种软硬件资源统一监控，实现全方位立体化监控，根据业务包含资源的关系，生成直观的业务拓扑图，便于业务管理，预测业务瓶颈按模板阈值进行告警，并与运维联动实现自动??IT运维管理，同时能够对IDC各项资源进行集中监控、集中维护、集中性能，实行集中化管理运营，将告警、资源等指标与客户进行关联，实时向客户推送告警，开展IDC主动服务，保证业务正常运行??