在很多公司里，IT的运维和安全是相对独立的组织。他们使用不同的工具，不同的方法，完成各自的目标，共同确保IT系统的正常运行。运维着眼于系统的可用性，安全则重点处理防攻击。
大模型出现后，IT运维和安全在技术上开始有归一的趋势。
一说到运维，他们用的系统叫网管系统，一般的主要功能包括配置管理，故障管理，事件管理，性能管理这些内容。
以故障管理为例，其主要流程是数据采集，数据分析，故障判断，根因分析，恢复和优化。
这是Gartner关于AIOps的定义，在监测阶段，数据来源包括历史数据和实时数据，重点是事件管理和度量的技术。在IT服务管理(ITSM)阶段，则非常依赖知识管理和分析能力。最后的行动阶段，主要包括各种自动化。
与安全运营非常相似：数据分析是核心能力，分析技术从原始的关联匹配，发展到AI小模型，最近也走到大模型上。
下图是一个基于大模型作故障分析的流程，数据预处理，异常检测，根因分析，自动修复，看看是不是和安全运营很象？
如果把这个过程再抽象的概括一下，AIOps就是三个关键点：
简单说，就是借助工具和数据，观察系统，借助人类经验和技能，形成行动，解决问题。
各公司的安全大模型，基本的方法都是选择某一个基模型，如Llama,千问，智谱等，再做微调，形成具备安全能力的大模型，下图是AIOps的模型使用方法（来自论文），可以说，安全与AIOps对模型的处理方法基本一致。
下图是一个应用场景的例子，和安全基本一致，其实不仅是安全，很多大模型的应用场景都差不多。
既然AIOps和安全运营在技术上一致，那产品上向同一个方向进化也成为可能。Crowdstrike的Falcon for IT，开始统一安全与IT。
它把IT和安全对大模型的应用统一为三个动作：
按此思路，确实是闭环的。
无论是运维和安全，其对能力的核心诉求都是两个：一个是数据获取及分析能力，二是专家经验。
IT系统的发展过程，出现了越来越细的分工，包括运维和安全的分工。出现这些分工，核心是因为人的技能及专家能力是受限的，人很难在多个领域快速成长。
传统技术上，运维和安全的目标不同，需要的技能不同，这种分工很合理。
但到了大模型时代，对大模型来说，运维的经验，安全的经验，合到一起完全不是负担。那么，让一个模型具备两种能力，是否可以把两个系统合到一起？再往前看，是否两个部门，两类岗位，也可以合到一起？
大模型未来会给我们带来很多变化，这可能只是开始。
END
附论文链接：
大型语言模型时代故障管理的 AIOps 调查
https://arxiv.org/html/2406.11213v1
这篇论文是北大的
