Gezintiyi Atla

Gerçek Zamanlı Veri Akışlarında Anomali Algılama

Cortana Intelligence IT Anomaly Insights çözümü, büyük kuruluşlardaki BT birimlerinin BT altyapısından (CPU, Bellek, vb.), hizmetlerden (Zaman Aşımları, SLA farklılıkları, kısmi kesintiler, vb.) ve diğer ana performans göstergelerinden (KPI) (Birikmiş siparişler, Oturum Açma ve Ödeme hataları vb.) otomatik ve ölçeklenebilir bir biçimde toplanan temel durum ölçümlerinden yola çıkarak sorunları hızla algılamasına ve gidermesine yardımcı olur. Bu çözüm için ayrıca çözüm tarafından sunulan değerin anlaşılabilmesi için özelleştirilmiş verilerle denenebilecek kolay bir ‘Şimdi Deneyin’ deneyimi sunulmaktadır. 'Dağıt' deneyimi, uçtan uca çözüm bileşenlerini Azure aboneliğinize dağıtıp gerekli özelleştirmeler için tam denetim sağlayarak çözümü hızlıca Azure’da kullanmaya başlamanıza imkan tanır.

Açıklama

Not: Bu çözümü zaten dağıttıysanız dağıtımınızı görüntülemek için buraya tıklayın.

Gelişmiş Analiz iş ortaklarımızdan biriyle bağlantı kurarak ortamınızda bir kavram kanıtı düzenleyin: Neal Analytics, Empired

Tahmini Sağlama Süresi: 30 Dakika

Günümüzde, modern hizmetler; operasyonel durum, sistem performansı, kullanım öngörüleri, iş ölçümleri, uyarılar ve daha pek çok konunun farklı yönlerden izlenmesine yönelik yüksek hacimde telemetri verisi üretir. Bununla birlikte, BT birimleri için bu yüksek hacimli verilerin izlenmesi ve bunlardan öngörü edinilmesi süreci genellikle tam olarak otomatik değildir ve hataya açıktır (genellikle eşik tabanlı uyarılar için kurallar kullanılır). Bu nedenle, herhangi bir anda sistemin durumunun etkili ve doğru bir şekilde belirlenmesi zor olabilir.

Cortana Intelligence IT Anomaly Insights, müşterilerin yaşadığı bu sorunu çözmek için Cortana Intelligence Solutions (Azure hizmetlerinin kolayca dağıtılabilmesi için) ve Azure Machine Learning Anomali Algılama API’sini (geçmiş ve gerçek zamanlı verilerin tam otomatik olarak izlenmesi için) temel alan düşük bir giriş bariyeri sunarak işle ilgili kararlarda değerin dakikalar içinde değerlendirilerek gerçeğe dönüştürülmesini kolaylaştırmanın yanı sıra müşterilerin kendi verilerini getirmesine, hızlı bir kavram kanıtı aracılığıyla çözümü kendi özel senaryolarına uygun olacak şekilde özelleştirmesine ve genişletmesine imkan tanır. Bu çözüme sahip bir kuruluş olarak yapabilecekleriniz:

  • Son teknoloji Azure Machine Learning Anomali Algılama API’sinden yararlanarak hem geçmiş hem de gerçek zamanlı verilerde bulunan anormallikleri öğrenin ve bunlara yanıt verin. Bu model, normalde eşiklerin atlanan anomalileri algılayacak şekilde ayarlanması ve hatalı pozitif sonuçların azaltılması için gerekli insan faktörünü devreden çıkarır.
  • Çözümü herhangi bir ön yatırım olmaksızın kendi verilerinizle deneyerek çözümün potansiyelini hızla fark edebilirsiniz. 'Şimdi Deneyin' deneyiminde, kullanıcılara söz konusu kullanım örneği için doğru duyarlılık parametreleri kümesini belirleme imkanı da sağlanmaktadır.
  • Yalnızca birkaç dakikada, şirket içindeki ve buluttaki veri kaynaklarından veri almak için aboneliğinize uçtan uca bir işlem hattı dağıtın ve kullanıma hazır bir ortamda anormal olayları aşağı akış izleme ve bilet oluşturma sistemlerinize bildirin.

PowerBI ile Deneyin deneyimi

BT Anomali Öngörüleri Önceden Yapılandırılmış Çözüm Panosu

Çözüm Diyagramı

GitHub’da çözüm mimarisine ve ayrıntılı yönergelere bakın.

Aşağıdaki çözüm diyagramında açıklandığı gibi, hem şirket içi tabanlı hem de bulut tabanlı sistemlerden gelen gerçek zamanlı ölçüm akışları Azure Event Hub kuyruğuna eklenebilir. Bu olaylar (veya zaman serisi veri noktaları), beş dakikalık aralıklarla toplandıkları Azure Stream Analytics tarafından işlenir. Her zaman serisi, 15 dakikalık bir tempoda değerlendirme için Azure Anomali Algılama API’sine gönderilir. Daha sonra, API’den alınan sonuçların yanı sıra bunların giriş sırasında sağlanan boyutları Azure SQL DB’de depolanır. Algılanan anomaliler aşağı akış bilet oluşturma sistemleri tarafından da kullanılabilmeleri için Azure Service Bus’ta yayımlanır. Ayrıca, kök neden analizi için anomalilerin hızla görselleştirilebilmesi için çözüm tarafından Power BI panosunun kurulumuyla ilgili yönergeler de sağlanır.

Anomali Algılama API’si

Anomali Algılama API’si, 'Şimdi Dene' deneyiminde ve dağıtılan çözümde kullanılır. Zaman serisi verilerinizdeki çeşitli anormal desenlerin algılanmasına yardımcı olur. Zaman serisindeki her bir veri noktasına bir anomali puanı atar ve bu puan uyarı oluşturmak, panolar aracılığıyla izlemek ya da bilet oluşturma sistemlerinizle bağlantı kurmak için kullanılabilir. Anomali algılama API’si, zaman serisi verilerinde şu anomali türlerini algılayabilir:

  • Ani Artışlar ve Düşüşler: Örneğin, bir hizmette oturum açma hatası sayısı veya bir e-ticaret sitesinde ödeme işlemi sayısı izlenirken görülen olağan dışı, ani artış ve düşüşler, güvenlik saldırıları veya hizmet kesintileri yaşandığını gösterebilir.
  • Pozitif ve negatif eğilimler: Örneğin, işlemlerde bellek kullanımı izlenirken boş bellek boyutunun azalması olası bir bellek sızıntısının işaretçisidir ve hizmet kuyruğunun uzunluğu izlendiğinde kalıcı bir yukarı yönlü eğilim görülmesi temel bir yazılım sorunu olduğunu gösterebilir.
  • Düzey değişiklikleri ve değerlerin dinamik aralığındaki değişiklikler: Örneğin, bir hizmet yükseltildikten sonra hizmetteki gecikmelerin düzeyindeki değişikliklerin veya yükseltmeden sonraki daha düşük özel durum düzeylerinin izlenmesi ilginç olabilir.

Bildirim

© 2017 Microsoft Corporation. Tüm hakları saklıdır. Buradaki bilgiler “olduğu gibi” sağlanmıştır ve bildirim yapılmaksızın değiştirilebilir. Microsoft, işbu bilgilerle ilgili açık veya zımni herhangi bir garanti vermez. Çözüm oluşturulurken üçüncü taraf verileri kullanılmıştır. Benzer veri kümeleri oluşturmak için ilgili lisansları edinmek ve bunlara uymak dahil olmak üzere başkalarının haklarına saygılı olma sorumluluğu sizindir.

İlgili çözüm mimarileri

Tahmine Dayalı Bakım

Bu Tahmine Dayalı bakım çözümü, uçakları izler ve uçak motoru bileşenlerinin kalan faydalı ömrünü tahmin eder.

Kalite Güvencesi

Kalite güvencesi sistemleri, işletmelerin müşterilere ürün veya hizmet sunma süreçlerinin tamamında hataları engellemesine imkan tanır. Bir işlem hattı boyunca veri toplayan ve olası sorunları belirleyen böyle bir sistem oluşturulması, büyük avantajlar sağlayabilir. Örneğin, dijital üretimde montaj hattı boyunca kalite güvencesi olmazsa olmazdır. Yavaşlamaların ve olası hataların algılandıktan sonra değil de oluşmadan önce belirlenmesi, şirketlerin ıskarta ve yeniden işlem açısından maliyeti düşürürken üretkenliği geliştirmesine yardımcı olabilir.