略過導覽

解決方案架構:利用機器學習服務進行異常偵測

Microsoft Azure 的 IT Anomaly Insights 可協助自動化及調整異常偵測,讓 IT 部門能夠快速偵測並修正問題。

這個解決方案建基於 Azure 受管理的服務:事件中樞, 串流分析, 儲存體, Data Factory, Azure SQL Database, 機器學習 Studio, 服務匯流排, Application InsightsPower BI。這些服務是在高可用性環境中執行,並經過修補與支援,可讓您專注於解決方案,而無須操心解決方案的執行環境。

Anomaly detection with machine learningMicrosoft Azure’s IT Anomaly Insights can help automate and scale anomaly detection for IT departments to quickly detect and fix issues.Machine Learning(Anomaly Detection)Service Bus topics(Publish/subscribe capabilities)Visual Studio Application Insights(Monitoring and telemetry)Event Hub(Event queue)Table Storage(Big Data store)Stream Analytics(Realtime analytics)MetadataSave ML outputScore each datasetPublish anomalies detectedPower BI Azure SQL DB(Anomaly detection results)Data FactoryTime series data

實作指南

產品/描述 文件

事件中樞

這是管線的進入點,其中會內嵌未經處理的時間序列資料。

串流分析

串流分析會每隔 5 分鐘執行彙總,並依計量名稱彙總未經處理資料點。

儲存體

Azure 儲存體可儲存串流分析工作所彙總的資料。

Data Factory

Data Factory 會對 Azure 儲存體中的資料定期 (預設每 15 分鐘) 呼叫異常偵測 API,並將結果儲存在 SQL Database 中。

Azure SQL Database

SQL Database 可儲存異常偵測 API 的結果,包括二進位檔偵測和偵測分數。它也可儲存使用未經處理資料點傳送的選擇性中繼資料,以便進行更複雜的報告。

機器學習 Studio

這會裝載異常偵測 API。請注意,此 API 本身無狀態,並需要在每個 API 呼叫中傳送歷程記錄資料點。

服務匯流排

偵測到的異常會發佈到服務匯流排主題,以供外部監視服務取用。

Application Insights

Application Insights 可監視管線。

Power BI

Power BI 提供儀表板,顯示未經處理資料及偵測到的異常。

深入了解

相關解決方案架構