当前银行业运维风控监测一定程度上存在监控范围有限、数据整合不足、自动化程度不高、安全风险意识不强、合规性监测缺乏等问题。随着银行业务数字化程度不断提高，以及监管机构对银行信息科技风险监管的持续加强，银行业金融机构需不断提高自身信息科技风险治理水平，持续加强自身信息科技风险管理能力，亟需通过自动化、一体化、智能化的运维大数据智能分析平台解决上述痛点，探索AIOps在银行业运维风险合规领域的应用。

按照进出口银行十四五规划路线，运维大数据智能分析平台建设规划围绕：大数据应用、运维对象精确绘制、关联聚合透视、智能化根因分析等四个方面进行整体建设，方案总体概括为“一套标准运维数据建设规范+两大技术支撑平台+六个运维数字化场景”的“1+2+6”的运维大数据发展体系，是推进口行运维领域数字化转型和大数据应用全面落地的重要实施路径与基础理论框架。

运维风险合规平台位于运维大数据的消费场景层，主要针对运维人员运维过程中的规范性和危险性进行评估，一方面建立高危命令统一管控机制，加强运维操作的风险监测和安全控制，提升运维权限管理自动化水平；另一方面打通现有的运维系统，实现运维过程高危命令的安全管控，实现运维操作的事前监测预警。基于运维数据平台与运维工具等系统进行数据互联互通，实现自动化数据、ECC门禁数据、ITSM数据、巡检数据、堡垒机数据、人脸识别系统数据等数据的实时采集和共享，并根据实际需求定制风险合规场景，实现数据的风险管控、智能处置等，保障进出口银行业务的稳定性和安全性，提高运维效率和质量，增强风险防范和控制能力。

1、通过运维数据平台，采集源系统数据，并进行清洗、加工和转换；

2、结合“商业银行信息科技风险管理指引”等监管指标、IT内控制度、过往银行操作失误案例等建立起的风险场景模型和知识，与采集集成的运维操作数据进行分析对比；

3、结合运维操作相关数据进行建模分析，利用AI算法对运维指标的实时情况进行预测；

4、根据风险视图识别出的行为列表及建议处置方法，在运维操作最终违规之前，方便进行申诉或处置；

5、提供风险评估报告，处室管理人员根据算法计算出风险值，针对风险值较高的人员或处室进行及时干预；

6、通过可视化平台形成事前预警和风险违规操作的大屏展示，为后续风险处置等管理活动提供依据。