西南交通大学(以下简称西南交大)创建于1896年,是中国第一所工程高等学府,也是首批进入国家“211工程”、“特色985工程”重点建设的教育部直属全国重点大学。经过多年持续的建设,学校的信息化已经从基础网络、应用系统建设,逐步进入到了网络和应用系统高度复杂、规模不断扩大的时期,相应的,对于IT运维管理的挑战也随之大幅增加。通过部署锐捷网络RIIL IT综合业务运维管理平台,西南交大掌握了智慧运维的“七种武器”,让现代校园网络管理翻开了崭新的篇章。
化繁为简RIIL高效运维的“七种武器”
西南交大校园信息化是由犀浦、九里堤、眉山三个校区数据中心和基础网络构成,包含3000余台网络交换机、3000余台无线AP设备、若干的业务系统和相关基础设施。不断扩大的网络和应用系统使得运维管理面临设备多样化、品牌多样化、管理多样化的难题,依靠传统的以人为管理核心、各系统分散的管理手段已无法满足学校信息化系统维护的要求,而RIIL的部署应用,带来了智慧化运维的七大亮点:
1.统一IT资源管理,全面、动态掌握IT资源的异常变化
2.从学校业务视角全面掌握IT系统健康水平
通过对学校应用系统的分析及建模,构建IT资源到业务的关联关系,借助健康指数K线图、业务雷达视图、业务卡片等多种业务视图实时掌握IT资源异常对业务造成的影响,从业务视角全面掌握IT运行的健康水平。
3.无线设备精细化监控,助力无线优化和可视化管理
4.机房与管线可视化,直观了解机房与管线的使用状态
5.丰富的智能工具,为管理员带来更多管理便利
6.丰富的图形化综合视图,呈现IT建设与管理业绩
具备良好的可视化效果,利于大屏展现,采用3D图形技术,模拟真实的机房环境布局,完美呈现IT设施的分布及运行状态,让管理更直观、更轻松、更高效。
7.服务流程管理与运维数据分析探索
结合ITIL最佳实践标准和教育行业运维经验,为学校建成运维与资产管理一体化平台,通过电子化、自动化管理手段,帮助学校全方位解决日常运维与流程化管理、资产设备维护,从而实现高效运维,有效提升运维服务质量和管理水平,并开展以下服务流程优化和运维数据分析的探索主题:
用户可通过呼叫中心、web自助服务台、微信或运维监控系统检测等途径发起报修故障事件,并制定高效、便捷的故障处理流程,实现故障的快速处理和相关(知识库)信息的存档,为运维管理的决策优化提供数据支撑。
学校网络设备众多,常出现设备发生变更却难以更新资产的信息,造成设备资产的管理混乱,拟通过设备更换流程,规范日常设备的变更行为,制定合理、快捷、高效的更换流程,并与资产信息进行管理,实现快速的设备更换服务和资产数据的自动更新,提高学校对IT资产的精细化管理水平。
通过对学校校园网资源统一监控系统的历史告警数据的多维度挖掘,能够分析出各类资源的历史运行状态、性能趋势及各厂商设备故障率的高低,通过多个维度分析资源的运行趋势和告警的根源,为学校强化信息化建设和IT基础设施优化升级提供数据支撑。
通过对学校运维流程系统中的工单数据进行深入挖掘,分析出工单的服务共性,如因用户上网账号欠费导致无法上网的故障请求占据故障申报较高比例,可分析挖掘共性的服务事件,针对此类服务事件进行优化,提供自主解决方案供用户自行处理,降低常规事件的受理压力,不断提升服务部门的运维效率,释放服务事件的处理压力,并提高客户满意度,提升业务用户的服务体验。
能以图形化工作流程编制、项目实时监控、项目应急通知、任务流转规则、人力资源分配、项目文档管理、成本统计、任务进度干预、历史记录查询等功能,帮助学校在IT服务管理过程中,对于重大的、涉及面广、参与人员较多、实施时间较长的变更或问题,上升到项目管理的形式来进行实施和处理,完成重大变更或问题从立项审批到计划编制、实施、关闭等一系列流程化管理,从而降低实施风险、减少因意外造成的失败可能性、有效分工合作、控制整体时间进度以及成本。
变被动为主动 智慧运维拓展未来发展空间
通过应用锐捷网络的RIIL系统,学校最终能够快速地对6000余台IT设备及各类IT资源进行统一的监控,快速定位故障位置和智能预警,为学校信息管理人员提供了高效、便捷的管理手段,并变被动为主动,实现资源的高度可视化管理。
规范化、标准化、高效的运维管理体制,同时也让用户能够简单便捷的获取服务请求,让管理人员能够快捷高效地受理服务事件,并积累历史运维数据,实现对IT资源、服务事件的运维与监控数据的统一分析,为学校未来信息化建设、运维管理优化提供数据支撑与决策分析。西南交通大学的老师谈到:“借助锐捷网络的RIIL运维监控系统,不仅让我们方便快速地掌握了网络实时运维状态,提升运维服务效率、降低了服务成本。更重要的是,这些运维数据为我们提供了大量的重要信息,在帮助我们快速做出适当决策的同时,也为校园网络应用的进一步发展打下了良好的基础。”
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。