其实我们当时尝试了一些训练, 我们有大量的历史的故障和数据，这些故障产生的时候，背后都会有当时的关联告警的数据，我们把那些故障和告警让AI运维的同学去做了模式的训练，找出来一些特征。

大部分的异常产生的时候，背后的一些告警其实大部分都相同，但还是有些不同异常，所以我们通过大量的数据。来反过来训练成模式。那大量的数据呢？又不能真的等线上的系统发生了，再拿线上的数据来做。所以我们对应去搞了一个故障演练。就是我今天要把一个模块当掉，以此去演练系统的行为，观察背后的模式和特征。通过对不同模块故障演练，反过来生成了很多的故障跟告警相关的数据，再拿这些数据去训练，最后能得到一些比较准确的排查故障的思路。

要想实现智能化的目标，就得有一套工程的实践，比如故障演练，得产生大量的对应的数据去解决它。所以如果你们团队今天能走到这一步，可能在工程的实践上，配套故障演练背后的风险、告警、故障、异常对应关联起来要有大量的数据可以获取到。