Navigáció kihagyása

Anomáliadetektálás valós idejű adatfolyamokban

A Cortana Intelligence informatikai anomáliaelemzési megoldása segít a nagyobb cégek IT-részlegének a hibák gyors észlelésében és javításában, az IT-infrastruktúrától (CPU, memória stb.) és szolgáltatásoktól (kimaradások, szolgáltatásiszint-ingadozások, túlterhelődések stb.) származó, állapotot jelző mérőszámok és más fontos teljesítményjelzők (hátralékos megrendelések, meghiúsult bejelentkezési és fizetési kísérletek stb.) alapján, automatizált és méretezhető módon. Ez a megoldás egy egyszerű „Kipróbálás” funkciót is kínál, melynek részeként egyéni adatokkal próbálhatja ki, hogy milyen értéket nyújt Önnek a megoldás. A „Telepítés” funkció lehetőséget nyújt az Azure-megoldás gyors bevezetésére azáltal, hogy telepíti a végponttól végpontig terjedő megoldás-összetevőket az Azure előfizetésébe, melyeket szükség esetén teljes körűen testre is szabhat.

Leírás

Megjegyzés: Ha már üzembe helyezte ezt a megoldást, az üzemelő példányt ide kattintva érheti el.

Lépjen kapcsolatba bővített analitikai szolgáltatásokat nyújtó partnereink egyikével, ha szeretne megvalósíthatósági vizsgálatot készíttetni a környezetéhez: Neal Analytics, Empired

Üzembe helyezés becsült ideje: 30 perc

Napjainkban a modern szolgáltatások nagy tömegű telemetriai adat előállításával követik nyomon az üzemeltetés minőségének különböző szempontjait, a rendszer teljesítményét, a felhasználói tapasztalatokat, üzleti metrikákat, értesítéseket és sok egyebet. Csakhogy a figyelés és a hasznos információk kinyerése ebből a nagy mennyiségű adatból gyakran nem teljesen automatizált, és hibalehetőségeket rejt magában (például szabályok és küszöbértéken alapuló riasztások használatakor), így nehéz hatékonyan és pontosan felmérni a rendszer egy adott pillanatbeli állapotát.

A Cortana Intelligence informatikai anomáliaelemzési megoldása orvosolja ezt az ügyfélproblémát azáltal, hogy egy alacsony belépési szintű megoldást nyújt, mely a következő két részből áll: Cortana Intelligence-megoldások (az Azure-szolgáltatások egyszerű bevezetéséhez), illetve Azure Machine Learning Anomáliadetektálás API (az előzményadatok és a valós idejű adatok teljesen automatizált követéséhez). A kínált megoldás kézzelfogható értéket nyújt az üzleti döntéshozóknak azáltal, hogy lehetővé teszi a helyzet percek alatti kiértékelését. Az ügyfelek emellett a saját adataikat is bevonhatják, és gyors megvalósíthatósági vizsgálatok segítségével testre szabhatják és kibővíthetik a megoldást, hogy az jól illeszkedjen az adott használati esethez. Ezzel a megoldással a cégek:

  • A legmodernebb Azure Machine Learning Anomáliadetektálás API segítségével reagálhatnak az előzményadatok és a valós idejű adatok anomáliáira. Ez kiküszöböli a az emberi tényezőt, mely normál esetben szükséges a küszöbértékek újrakalibrálásához a hiányzó anomáliák kimutatása és a hamis pozitív riasztások minimalizálása céljából.
  • Gyorsan realizálhatják a megoldásban rejlő előnyöket azáltal, hogy kipróbálják saját adataikkal, előzetes befektetés nélkül. A „Kipróbálás” funkció azt is lehetővé teszi a felhasználóknak, hogy meghatározzák az érzékenységi paraméterek megfelelő készletét az adott használati esethez.
  • Telepíthetnek egy teljes körű folyamatot az előfizetésükbe a helyszíni adatok és a felhőalapú adatforrások betöltéséhez, és perceken belül, „Plug and Play” stílusban jelenthetik a rendellenes eseményeket a lefelé irányuló figyelési és hibajegy-kezelési rendszereknek.

Kipróbálás a PowerBI segítségével

Előre konfigurált informatikai anomáliaelemző megoldás irányítópultja

Megoldás diagramja

Megoldásarchitektúrát és részletes útmutatást a GitHubon találhat.

Ahogy ezt a lenti megoldásdiagramon láthatja, mind a helyszíni, mind pedig a felhőalapú rendszerek valós idejű metrikafolyamait továbbíthatja az Azure-eseményközpont várakozási sorába. Ezeket az eseményeket (vagy idősoradatpontokat) feldolgozza az Azure Stream Analytics, ahol öt perces intervallumokban vannak összesítve. A rendszer minden egyes idősort elküld az Azure Anomáliadetektálás API-nak kiértékelésre 15 perces időközönként. Ezután a rendszer az API-ból származó eredményeket a bemenetkor megadott méretadatokkal együtt egy Azure SQL-adatbázisban tárolja. Az észlelt anomáliákat a rendszer az Azure Service Busban is közzéteszi, hogy a lefelé irányuló hibajegykezelő rendszerek feldolgozhassák őket. A megoldás emellett útmutatást nyújt a Power BI-irányítópultok beállításához is, hogy az anomáliákat gyorsan ábrázolni tudja a probléma okának megállapításához.

Anomáliadetektálás API

Az Anomáliadetektálás API-t a „Kipróbálás” funkció és telepített megoldás egyaránt használja. Ez az API segít az idősoros adatokban lévő különböző típusú rendellenes minták észlelésében. Anomália-pontszámot társít az idősor minden egyes adatpontjához, melyek alapján riasztásokat tud generálni, és az adatokat figyelheti irányítópultokról, illetve a hibajegykezelő rendszereihez is csatlakoztathatja. Az Anomáliadetektálás API az alábbi típusú anomáliákat képes észlelni az idősoradatokban:

  • Csúcsok és süllyedések: Ha például a sikertelen bejelentkezési kísérletek számát figyeli egy szolgáltatásban vagy a vásárlások számát egy webáruházban, a szokatlan csúcsok és süllyedések behatolási kísérleteket vagy szolgáltatáskimaradást jelezhetnek.
  • Pozitív és negatív trendek: Ha például egy számítógép memóriahasználatát figyeli, a szabad memória méretének csökkenése potenciális memóriavesztést jelezhet; egy szolgáltatás várólistájának figyelésekor pedig a tartós növekedési trend mögöttes szoftverproblémára utalhat.
  • Szintváltozások és az értékek dinamikus tartományának változásai: Hasznos lehet például annak figyelése, ha egy szolgáltatás frissítése után a késések szintje megváltozik, vagy ha a kivételek száma csökken.

Jogi nyilatkozat

© 2017 Microsoft Corporation. Minden jog fenntartva. Ezt az információt jelen formájában nyújtjuk, és előzetes értesítés nélkül változhat. Az itt szereplő információkra a Microsoft nem vállal sem kifejezett, sem vélelmezett garanciát. A megoldás harmadik féltől származó adatok felhasználásával lett létrehozva. Ön felelős mások jogainak tiszteletben tartásáért, beleértve a hasonló adatkészletek létrehozásának céljából történő beszerzéseket és a vonatkozó licenceknek való megfelelőséget is.

Kapcsolódó megoldásarchitektúrák

Prediktív karbantartás

Ez a prediktív karbantartási megoldás figyeli a repülőgépet, és megbecsüli a motoralkatrészek fennmaradó hasznos élettartamát.

Minőségbiztosítás

A minőségellenőrzési rendszerek lehetővé teszik a cégek számára, hogy kiküszöböljék a termékgyártási vagy szolgáltatásnyújtási folyamatok során keletkező hibákat. Egy olyan rendszer létrehozása, amely egy teljes folyamatra vonatkozóan összegyűjti az adatokat, és azonosítja a lehetséges problémákat, számos előnnyel jár. A digitális gyártásban például a teljes gyártósorra kiterjedő minőségellenőrzés elengedhetetlen feltétel. A lassító tényezők és a lehetséges hibák időben történő azonosítása révén a vállalatok csökkentheti a selejttel járó és az újragyártási költségeket, miközben javíthatják a termelékenységet.