Es erfasst das, was Sie vielleicht übersehen– ganz automatisch.

Mit komplexen, schnelllebigen Datensätzen ist es fast unmöglich, Infrastrukturprobleme, Eindringlinge oder Vorfälle im Geschäftsprozess zu erkennen, wenn diese auftreten – falls Sie sich dabei auf Regeln oder Menschen mit Dashboards verlassen. Machine Learning modelliert automatisch das Verhalten Ihrer Daten – Verläufe, Regelmäßigkeit und mehr – in Echtzeit, um Probleme schneller zu erfassen, die Ursachenanalyse zu vereinfachen und Falschmeldungen zu verringern.

Beginnen Sie gleich jetzt mit der automatischen Erkennung von Anomalien mit Elastic. Video ansehen
Neu The code for machine learning is now open. Plus, try out cross-cluster search and use job config validation to create your best ML jobs. Read More

Blicken Sie bei Ihren Daten über den Tellerrand hinaus

Der Elastic Stack versteht sich hervorragend auf die Beantwortung von Fragen, wie „Wie viele Anfragen pro Sekunde gab es in der letzten Woche stündlich?“ und die Visualisierung der Ergebnisse in Echtzeit. Aber vielleicht möchten Sie mehr als das Offensichtliche sehen und fragen sich: „Passiert etwas Ungewöhnliches?“ oder „Welche Ursachen gibt es dafür?“.

Die maschinellen Lernfunktionen von X-Pack ermöglichen das und lassen sich auf viele Anwendungsfälle und Datensätze anwenden, damit Sie bei der Umsetzung Ihre Kreativität spielen lassen können.

IT Operations

IT Operations: Ungewöhnliche Änderungen bei den Anwendungsanfragen bemerken und dann den Server untersuchen, der zum Problem beiträgt.

Security Analytics

Security Analytics: Ungewöhnliche Netzwerkaktivitäten oder merkwürdiges Benutzerverhalten erkennen, um Angreifer abzuwehren, bevor diese Schaden anrichten können.

Business Analytics

Business Analytics: Lassen Sie sich benachrichtigen, wenn zum Beispiel die Anzahl der „aufgegebener“ Warenkörbe auf Ihrer E-Commerce-Website ungewöhnlich stark ansteigt.

Sind Sie auf der Suche nach Beispielen, wie Machine Learning für beliebte Anwendungsfälle eingesetzt werden kann? Sehen Sie sich diese Machine Learning Anleitungen an.

Die Komplexität der Praxis automatisch modellieren

Der Blog-Traffic sinkt über Nacht und an Wochenenden. Beliebte Produkte verzeichnen mit der Zeit immer mehr Absatz. Standort und Uhrzeit beeinflussen die Konversionsrate. Machine Learning erlernt das übliche Verhalten Ihrer Daten – ganz allein.

Sie müssen keine Regeln definieren, Grenzen angeben oder manuell Statistikmodelle entwickeln. Unsere Machine Learning-Funktionen erleichtern Ihnen die Erkennung von Anomalien. Beschreiben Sie einfach die Daten, die Sie analysieren möchten (z. B. Anfragen pro Sekunde), und die Eigenschaften, die Einfluss darauf haben können (z. B. Server, IP, Benutzername) – schon sind Sie fertig. Das Modell erlernt zunächst das normale Verhalten, um Abweichungen davon später zu erkennen.

Erkennen Sie Unregelmäßigkeiten aller Art

Machine Learning erweitert die Möglichkeiten dessen, was Sie in Ihren Elasticsearch-Daten entdecken können. Erkennen Sie schnell, wenn Metriken, wie Anfragen pro Sekunde, von der Norm abweichen. Spüren Sie Ausreißer auf, indem Sie ein „typisches“ Profil anlegen oder indem Sie es dem System überlassen zu erkennen, wann sich etwas von der Masse unterscheidet. Kategorisieren Sie Log-Nachrichten, um Normalitäten zu erkennen, seltene Aktionen zu finden und ungewöhnliche Arten von Nachrichten zu entdecken.

Schneller auf Probleme aufmerksam werden, um die Ursache zu finden

Es ist schön zu wissen, dass ein Problem aufgetreten ist. Noch besser ist es, wenn die Ursache bekannt ist.

Sobald eine Anomalie erkannt wurde, können die maschinellen Lernfunktionen von Elastic auf simple Weise die Eigenschaften aufspüren, die diese beeinflusst haben. Wenn die Transaktionen beispielsweise auf ungewöhnliche Weise abfallen, können Sie schnell den ausfallenden Server oder den falsch konfigurierten Switch ausmachen, der das Problem verursacht.

Wenn Sie sich genau auf die Ursachen konzentrieren und Ereignisse bei verschiedenen Datenarten und Machine Learning-Aufträgen– Log-Nachrichten, Netzwerk-Traffic, Metriken usw. – zueinander in Beziehung setzen können, lassen sich Probleme viel schneller lösen. Und umso schneller ist wieder alles so, wie es sein soll.

Prognose - und die Vorbereitung auf die Zukunft

Mit On-Demand-Prognosen, die durch Machine Learning gesteuert werden, können Sie besser für die Zukunft planen und sogar den Kurs ändern, indem Sie basierend auf Ihren Prognosen Verbesserungen vornehmen.

Wie hoch ist die erwartete CPU-Last meiner Infrastruktur um 8 Uhr nächsten Montag? Wird meinem Server in den nächsten 2 Wochen der Speicherplatz ausgehen? Mit der On-Demand-Forecasting-Funktion können Sie diese Fragen beantworten und Maßnahmen ergreifen.

Starten, Ausführen und Antworten finden

Sie sind sich nicht sicher, welche Jobs für einen neuen Datensatz sinnvoll sind? Integrierte Funktionen helfen Ihnen, die gesuchten Jobs zu finden und Felder in Ihren Daten zu identifizieren, die sich gut mit Machine Learning kombinieren lassen. Wenn Sie mit gängigen Datenformaten arbeiten, vereinfachen wir die Dinge noch weiter, indem wir eine Reihe von Machine-Learning-Jobs empfehlen.

Unabhängig davon, ob Machine Learning für Sie neu ist oder ob Sie ein erfahrener Datenwissenschaftler sind, die Erstellung eines Machine-Learning-Jobs ergibt einfach Sinn. Es ist vielleicht nicht ganz so einfach, wie eine Pizza zu bestellen, auch nicht viel schwieriger.

Je mehr die Elastic Features lernen, desto mehr erfahren Sie.

Probieren Sie es jetzt aus. Erstellen Sie Ihren ersten Machine Learning Job, um das Ungewöhnliche, das Sonderbare und das Untypische zu finden.

Jetzt starten