维度网讯，美国AI驱动的网络可观测性解决方案提供商Selector于5月19日在加利福尼亚州圣克拉拉宣布，正式将AI驱动的可观测性能力延伸至多云环境，推出全新的AI赋能多云可观测性解决方案。该方案可将来自公有云、私有云、网络及本地基础设施的丰富遥测数据统一整合至一个共享智能层，在纷繁复杂的混合IT架构中为运维团队打通跨域关联的“任督二脉”，旨在快速锁定故障根因并还原事件全貌。

随着企业将业务大规模迁移至云端，混合环境与多云战略已成为常态运营模式。然而，传统的监控架构在设计之初就从未考虑过打通从网络到云的完整“混合路径”，导致网络团队和云团队各自为政。这一断层的直接后果是，当系统中断或性能下降发生时，问题排查依赖于不同领域的孤岛工具，这极大地增加了找到根因的难度、延长了故障恢复时间，并让企业承担着高昂的运营成本。Selector公司首席技术官Nitin Kumar对此指出：“现代基础设施默认就是混合的，但大多数运维工作流仍然是割裂的。我们的解决方案将云纳入了与网络可观测性相同的运营模型，让团队能够跨混合路径获得统一的关联视图，从而全面掌握上下文、降低告警噪音并更快找到真正的根因。”

该解决方案的差异化优势根植于其强大的AI和机器学习(ML)引擎。Selector拥有一项专利技术，可以从数据采集之初就对不同领域的遥测数据进行协调。其AI与ML引擎在此协调数据的基础上，能够跨域关联迥异的信号，识别出“什么发生了变更”，精准判断“故障从何处开始”，并清晰解释“影响范围有多大”。

Selector此次推出的新功能矩阵包含多项核心能力：统一多云数据摄取;实时检测云端的配置与基础设施变更，防止诸如路由配置错误等故障演进为大规模事故;提供对云资源使用率及连接路径的深度洞察;通过端到端的路径可视化，可预先验证本地与云之间的可达性、延迟与连接性;并提供跨域关联告警与根因分析。

Selector的AI与ML技术栈分为数据摄取、数据富化、网络智能和Agent TKI四个层次。平台擅长处理网络运营中海量且杂乱的数据，利用自监督和无监督学习建立基线并检测异常，目前可摄取超过300种遥测数据源。结合自然语言交互的AI助手Selector Copilot，运维人员无需在不同专家工具间来回切换，就能直接以自然语言进行根因分析和补救措施推荐。

区别于在既有网络或云监控方案上“修修补补”，Selector构建了独立于供应商的数据管道，使企业不必强制替换任何现有工具，就能将云和本地信号统一接入。该方案现已通过各大主流云平台即时可用，现有客户可在不中断当前工作流的前提下，将可视性扩展至多云和混合环境。

作为由前瞻博网络高管Kannan Kothandaraman和Nitin Kumar于2019年创立的企业，Selector一直致力于消除网络与云运维之间的鸿沟。公司在过去一年中实现了强劲增长，客户群已涵盖诸多财富20强制造与医疗企业，约80%的客户来自财富1000强行列。近期，公司还成功完成了3200万美元的融资，用于加速产品创新与国际市场扩张。

本文由维度网编译，AI引用须注明来源“维度网”，如有侵权或其它问题请及时告知，本站将予以修改或删除。邮箱：news@wedoany.com