随着大数据、云计算、5G等快速发展，不同规模的大数据中心也在不断建设和投入使用，每个大数据中心都包含了上千甚数万台服务器、存储、网络设备、安全设备等。而目前的数据中心资产管理方法，主要依靠设备部署时人工录入信息、资产标签、网管设备统计等方式。勉强可以应对中小型机房的管理需求。但是，IT业务和计算需求不断变化越来越快，旧的僵尸资产难发现、不断新增的设备类型众多且功能不一，传统的资产管理方式逐渐跟不上数据中心业务发展的脚步，大数据中心设备资产管理方面仍存在以下问题：

1、资产统计和管理问题。数据中心大量的IT资产信息依靠人工采集与录入资产信息，依靠Access、Excel等工具、资产标签或借助网管软件等来管理，人力成本高、工作效率低下、准确性降低，往往导致资产数据不可用；

2、大数据中心资产的发现和识别问题。对于所有接入中心的资产，如何做到快速发现并精准识别设备类型、应用服务、网络信息等；

3、数据中心资产的安全运维问题。如：对于关键资产的在线状态、通信质量监测；对新接入未知资产的告警、空口令、弱口令、高危端口、应用漏洞发现；对可能出现的违规外联行为探测等；

4、资产溯源以及可视化管理方面的问题。对于资产信息变更、位置变更以及其他资产状态变缺乏实时记录、定位和溯源能力；同时对于其他管理者在资产查询、资产数据对接、数据分析、资产可视程度等方面也存在挑战。

        在不改变数据中心整体架构的情况下实现全网设备资产的自动发现、类型自动识别归类，提供全生命周期的资产管理、资产联动、资产安全扫描、审计溯源等，构建全面的数据中心设备资产画像，提升资产管理水平，简化运维成本，强化数据中心关键资产安全监测能力。