丰富的可扩展的故障库，除提供所有基础的，基本上涵盖基础资源、平台、中间件、应用。除了所有的已知故障外，还支持快速自定义来扩展故障库。

混沌工程实验的故障注入对象是分布式应用，通过实验的方式提升分布式应用的稳定性。将应用接入到IStorM Chaos混沌工程平台后，可 通过平台安装故障注入介质，获取应用的信息，下发故障，完成混沌实验，从整体应用的维度分析稳定性。

智能推荐实验场景，生成体检套餐；可以自定义应用、平台、基础设施、组件等维度配置标准检查项目；针对检查对象，自动按照套餐中的检查项目开展混沌实验，快速得出体检结论；统计视图可以纵向分析应用技术风险隐患，横向比对或排查故障影响范围。

基于工作流引擎的场景编排，支持并行，串行的组合，支持实验计划的手动执行、定时及周期执行、随机自动执行的流程定义，演练过程 灵活可控，可随时终止演练。

事前：对爆炸半径进行控制到应用级别、支持构建网络沙箱，控制流量半径、支持对数据的备份保护、支持云原生生产沙盘实验；事中：支持基于指标基线、告警基线、特征基线的智能化终止保护、支持一键终止保护；事后：自动化故障自愈以及环境恢复、基于应急预案的事后处置；管理：基于项目维度的人员操作和数据权限管理，以及流程审批，审计日志等，确保实验全程可管理。

由内置原子故障智能推荐关联观测指标，也支持自定义指标添加；稳态基线验证故障执行指标及实验结果是否符合预期，以及对实验进行防护。

可扩展指标库：支持Promethus、Zabbix、Influxdb等；场景编排可视化：拖拉拽的可视化编排场景，以及参数配置；注入流程可视化：故障节点执行状态全程可视（完成、实验中、失败等）、过程全程可视（注入状态、生效状态、恢复状态、 稳态判断）、日志展示（开始、结束、失败原因等）；可视化的实验观测面板、可视化的实验结果、可视化根因分析。

该机构在进行新核心系统改造，微服务化，容器化，云原生化的过程中发现：如何在上生产前验证平台以及应用的稳定性？需寻找 一种机制确保在 IT 架构转型过程中所有业务可以稳定对外提供服务。 根据信通院发表的云原生构建的业务应用的能力成熟度评估模型，从基础平台、应用研发域、服务治理域等方面评估该银行云原生 业务应用在弹性、高可用、自愈性、可观测性以及自动化等方面的云原生能力成熟度。

第一阶段，通过对集中交易系统研发、运维体系调研，规划、设计并输出混沌工程技术平台和工作流程体系，保障技术平台和系统具备CO2+ （分布式系统稳定性评估）能力要求，加速数字化转型。 第二阶段，建设混沌工程平台，构建实验场景库，投产前通过混沌实验验证研发架构、技术框架策略有效性，为应用研发提供框架可靠性支撑； 投产后，运维团队通过混沌工程，模拟基础设施和业务操作实验，贴近运维故障关注点和预案防范点，提高运维监控、应急响应能力。