自研机器学习算法
基于IT 运维行业的海量告警数据，自研基于注意力机制的深度学习算法，提供更加精准的文本聚合能力。
多种智能化场景
包含事件和告警的分类、聚类、异常发现等多种人工智能场景。
事中实时降噪
在告警风暴来临之时，通过去重、规则压缩和人工智能算法，实时抑制告警风暴，极大的降低告警通知的数量。
事后回溯分析
根据告警内容自动进行分类、聚类，帮助运维人员大幅降低告警分析的数据量，从而缩短故障恢复时间。
告警噪音减少 95%，更快处理 IT 系统事件
专业的 IT 运维
事件分类模型
通过 230 万条告警数据的人工标注，在线训练和迭代，建立了专业精准的 IT 运维事件分类模型。
满足不同场景需求
利用自研的基于 Hash 和注意力聚类算法，满足不同告警聚合精度的需要。
模式发现，洞察异常
基于模式识别算法，自动发现不同时间窗口期内的事件异常，帮助运维、业务人员更加高效的甄别突发事件。
<