议题中的业务数据主要是指金融行业应用系统运营过程中实时产生的业务属性相关数据,IT技术数据是指承载该应用系统机房、网络、服务器、操作系统、数据库等软硬件实时运行数据。主要面临困难:在金融行业中,如何将应用系统业务数据和IT技术数据进行充分融合,并利用大模型算法实时检测业务和IT技术数据中的异常数据,结合业务运营和科技运维相关知识,识别异常数据是否影响业务的连续性和稳定性,并定位问题根源进行解决。
该议题的共识将对金融行业用户提升业务连续性管理能力有显著价值。
期望:如何规范金融行业应用系统业务和IT技术数据的大模型应用的数据标准,有利于更好发挥大模型在金融行业的作用。
重点研讨和交流:保障业务连续性和稳定性是金融行业运维领域工作范畴,希望使用大模型进行异常检测和问题定位能够在运维中得到一定有效应用,每个场景大模型的应用涵盖的数据范围需要建立一定的标准,该议题场景重点研讨:
应用系统业务数据和IT技术数据融合进行异常检测所需的数据类型和范围包括哪些?如涉及敏感信息如何加密不影响大模型算法的使用?
针对该议题,建议以下几点: