本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# AIOps
<a name="aiops"></a>

當您將工作負載遷移到 時 AWS，您可以利用各種 AWS 監控服務，這些服務透過 AI 和機器學習 (ML) 功能增強。雖然透過 Amazon CloudWatch 事件、警示和 進行傳統監控 AWS Config 規則 提供基本洞見，但 ML 技術的整合可將營運智慧提升到新的層級。

[Amazon CloudWatch 調查](https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/Investigations.html)代表 AI 和 IT 操作的收斂，旨在將操作過程中的人工干預降至最低。[Amazon DevOps Guru](https://docs.aws.amazon.com/devops-guru/latest/userguide/welcome.html) 提供主動的事件偵測和建議，以協助在潛在問題影響您的系統之前加以預防。[Amazon CloudWatch 異常偵測](https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/CloudWatch_Anomaly_Detection.html)使用 ML 演算法來分析歷史指標模式，以偵測 AWS 資源中的異常行為。

AI 操作 (AIOps) 服務透過三個關鍵維度來增強操作功能：服務品質改善、主動操作和增強的操作洞察。

**服務品質改善**
+ 進階指標相互關聯和模式分析
+ 自動化提醒和通知系統實作
+ 與事件管理系統無縫整合

**主動操作**
+ ML 驅動的異常偵測
+ 持續效能指標追蹤和趨勢
+ 即時監控和提醒

**增強的操作洞察**
+ 資源效能分析
+ 應用程式行為追蹤
+ 自動化問題偵測和分類

透過在 上實作 AIOps AWS，組織可以實現更有效率的操作、縮短平均解決時間 (MTTR)，並透過資料驅動、AI 增強的操作實務來改善整體服務可靠性。這種現代化方法可協助組織從被動轉向主動操作管理，同時利用 提供的強大 AI/ML 功能 AWS。