Ignora esplorazione

Rilevamento delle anomalie in flussi di dati in tempo reale

La soluzione Cortana Intelligence IT Anomaly Insights aiuta i reparti IT in organizzazioni di grandi dimensioni a rilevare e risolvere rapidamente i problemi in base alle metriche sottostanti per l'integrità dall'infrastruttura IT (CPU, memoria e così via), dai servizi (timeout, variazioni del Contratto di servizio, brownout e così via) e da altri indicatori KPI (backlog degli ordini, errori di accesso e pagamento e così via) in modo automatizzato e scalabile. Questa soluzione offre anche un'esperienza "Prova adesso" semplice che può essere provata con dati personalizzati per realizzare il valore offerto dalla soluzione. L'esperienza "Distribuisci" consente di iniziare rapidamente a usare la soluzione in Azure tramite la distribuzione di componenti della soluzione end-to-end nella sottoscrizione di Azure e la distribuzione del controllo completo per la personalizzazione in base alla necessità.

Descrizione

Nota: se hai già distribuito questa soluzione, fai clic qui per visualizzare la distribuzione.

Connettiti a uno dei nostri partner di Analisi avanzata per pianificare un modello di verifica nel tuo ambiente: Neal Analytics, Empired

Tempo stimato per il provisioning: 30 minuti

I servizi moderni generano attualmente volumi elevati di dati di telemetria per tenere traccia dei diversi aspetti dell'integrità operativa, delle prestazioni del sistema, delle informazioni dettagliate sull'utilizzo, delle metriche aziendali, degli avvisi e di altri tipi di informazioni. Il monitoraggio e la raccolta di informazioni dettagliate da questa quantità elevata di dati per i reparti IT, tuttavia, non sono spesso completamente automatizzati e sono soggetti a errori, in genere relativi all'uso di regole o ad avvisi basati sulle soglie, rendendo difficile la determinazione efficace e precisa dell'integrità del sistema in un punto specifico del tempo.

La soluzione Cortana Intelligence IT Anomaly Insights risolve questo problema dei clienti fornendo una soluzione con una barriera di ingresso molto bassa, basata su Cortana Intelligence Solutions, per semplificare la distribuzione dei servizi di Azure, e l'API di rilevamento delle anomalie di Azure Machine Learning, per la verifica completamente automatizzata di dati cronologici e in tempo reale, in modo che i decisori aziendali possano eseguire le valutazioni e realizzare il valore in pochi minuti, consentendo al tempo stesso ai clienti di fornirei propri dati, personalizzare ed estendere la soluzione per adattarla ai propri scenari specifici tramite rapidi modelli di verifica. Questa soluzione consente alle organizzazioni di:

  • Sfruttare i vantaggi dell'API di rilevamento delle anomalie moderna di Azure Machine Learning per rilevare e reagire alle anomalie dai dati cronologici e dai dati in tempo reale. Ciò elimina l'intervento umano, che sarebbe altrimenti necessario per ricalibrare le soglie per il rilevamento di anomalie mancanti e la riduzione dei falsi positivi.
  • Realizzare rapidamente il potenziale della soluzione provando a usarla con i propri dati senza investimenti iniziali. L'esperienza "Prova adesso" consente anche agli utenti di determinare il set corretto di parametri di sensibilità per il caso d'uso specifico.
  • Distribuire una pipeline end-to-end nella propria sottoscrizione per inserire dati da origini dati locali e cloud e segnalare eventi anomali a sistemi di monitoraggio e di creazione di ticket downstream in modalità Plug and Play in pochi minuti.

Esperienza di prova con PowerBI

Dashboard della soluzione preconfigurata per informazioni dettagliate sulle anomalie IT

Diagramma della soluzione

Per l'architettura della soluzione e istruzioni dettagliate, vedi GitHub.

Come illustrato di seguito nel diagramma della soluzione, i flussi di metriche in tempo reale generate da sistemi locali o basati su cloud possono essere inseriti nella coda dell'Hub eventi di Azure. Questi eventi o punti dati della serie temporale vengono elaborati da Analisi di flusso di Azure, dove vengono aggregati in intervalli di cinque minuti. Ogni serie temporale viene inviata all'API di rilevamento delle anomalie per la valutazione a intervalli di 15 minuti. I risultati dell'API e le rispettive dimensioni fornite durante l'input vengono quindi archiviati nel database SQL di Azure. Le anomalie rilevate vengono anche pubblicate nel bus di servizio di Azure, in modo che possano essere utilizzate dai sistemi di creazione di ticket downstream. La soluzione offre anche indicazioni per la configurazione del dashboard di Power BI, in modo che le anomalie possano essere visualizzate rapidamente per l'analisi delle cause radice.

API di rilevamento delle anomalie

L'API di rilevamento delle anomalie viene usata nell'esperienza "Prova adesso" e nella soluzione distribuita. Consente di rilevare diversi tipi di modelli anomali nei dati delle serie temporali. Assegna un punteggio delle anomalie a ogni punto dati nella serie temporale, che può essere usato per generare avvisi, monitorare i dashboard o connettersi ai sistemi di creazione di ticket. L'API di rilevamento delle anomalie può rilevare i tipi seguenti di anomalie nei dati delle serie temporali:

  • Picchi e crolli: durante il monitoraggio di alcuni errori di accesso a un servizio o del numero di completamenti della transazione in un sito di e-commerce, picchi o crolli insoliti potrebbero ad esempio indicare attacchi alla sicurezza o interruzioni del servizio.
  • Tendenze positive e negative: durante il monitoraggio dell'utilizzo della memoria nel computing, la riduzione delle dimensioni della memoria disponibile indica ad esempio una potenziale perdita di memoria e durante il monitoraggio della lunghezza della coda di un servizio una tendenza verso l'alto persistente potrebbe indicare un problema sottostante del software.
  • Modifiche ai livelli e modifiche all'intervallo dinamico di valori: le modifiche ai livelli di latenza di un servizio dopo un aggiornamento del servizio o livelli più bassi di eccezioni dopo un aggiornamento possono risultare interessanti per il monitoraggio.

Dichiarazione di non responsabilità

©2017 Microsoft Corporation. Tutti i diritti sono riservati. Queste informazioni vengono fornite "così come sono" e sono soggette a modifiche senza preavviso. Microsoft non fornisce alcuna garanzia, espressa o implicita, in merito alle informazioni fornite qui. Per la generazione della soluzione sono stati usati dati di terze parti. La responsabilità per il rispetto dei diritti di altri, inclusi l'acquisizione e la conformità delle licenze rilevanti per la creazione di set di dati simili, è a tuo carico.

Architetture delle soluzioni correlate

Manutenzione predittiva

Questa soluzione di manutenzione predittiva monitora l'aereo e prevede la vita utile rimanente dei componenti del motore dell'aereo.

Controllo qualità

I sistemi di controllo di qualità consentono ai business di evitare difetti nei processi di distribuzione di beni o servizi ai clienti. La creazione di un sistema di questo tipo che raccoglie dati e identifica problemi potenziali in una pipeline può offrire numerosi vantaggi. Il controllo di qualità nella catena di montaggio è essenziale nella produzione digitale. L'identificazione di rallentamenti ed errori potenziali prima che si verifichino invece che dopo il rilevamento può aiutare le aziende a ridurre i costi dovuti a scarti e ripetizioni della lavorazione, migliorando al tempo stesso la produttività.