Logo

Machine Learning

Identifie les anomalies, et le fait tout seul !

Il est pratiquement impossible de repérer des problèmes d'infrastructure, des intrus ou des problèmes métier, au sein d’ensembles de données complexes et dynamiques, en utilisant des règles spécifiques ou un personnel scrutant des tableaux de bord à longueur de journée. Les fonctionnalités de machine learning de X-Pack modélisent automatiquement le comportement de vos données Elasticsearch (tendances, périodicité, etc.), et ce, en temps réel afin d'identifier les problèmes plus rapidement, de rationaliser l'analyse des causes et de réduire les faux positifs.

Comment détecter les anomalies automatiquement avec X-Pack ? Regarder la vidéo
Nouveau Machine learning pour la Suite Elastic est officiellement disponible. Créez votre premier job de machine learning en suivant ce tutoriel de 8 minutes. Regarder la vidéo

Aller au delà de ce que vous voyez déjà

La Suite Elastic est idéale pour répondre rapidement à des questions comme « quel était le nombre de demandes par seconde au cours de la semaine passée ? » et pour visualiser les résultats en temps réel. Mais qu'en est-il si vous souhaitez aller plus loin pour savoir si quelque chose d'inhabituel s'est produit et pour connaître les causes de cette anomalie ?

Les fonctionnalités de machine learning de X-Pack rendent tout cela possible et s'appliquent à un large éventail de cas d'utilisation et d'ensembles de données, vous permettant ainsi de faire preuve de créativité dans la façon dont vous utilisez vos données.

IT Operations

IT Operations : détectez toute baisse inhabituelle des demandes d'application, puis effectuez une analyse détaillée du serveur contribuant au problème.

Security Analytics

Security Analytics : identifiez l'activité réseau ou les comportements utilisateurs qui sortent de l'ordinaire afin de localiser les attaquants avant qu'ils ne fassent des dégâts.

Business Analytics

Business Analytics : recevez des alertes en cas d'augmentation inhabituelle des abandons de paniers d'achat sur votre site e-commerce.

Vous êtes à la recherche d’exemples concrets pour commencer avec machine learning ? Découvrez nos guides pas-à-pas pour les cas d’utilisation communs.

Modéliser automatiquement la complexité du monde réel

Le trafic web chute pendant la nuit et les week-ends. Les produits populaires connaissent une augmentation des ventes au fil du temps. L'emplacement et le moment de la journée ont une incidence sur les taux de conversion. Les fonctionnalités de machine learning de X-Pack apprennent le comportement normal de vos données.

Nul besoin de définir des règles, de spécifier des seuils ou de créer manuellement des modèles statistiques, nos fonctionnalités de machine learning vous offrent tous les outils dont vous avez besoin pour commencer à identifier les anomalies. Il vous suffit de décrire les données que vous souhaitez analyser (demandes par seconde) et les autres propriétés susceptibles de les influencer (serveur, adresse IP, nom d'utilisateur) et le tour est joué ! Le modèle détermine ensuite les données dites « normales » qui serviront de base pour déceler les anomalies à l’avenir.

Identifier toutes sortes d’anomalies

Les fonctionnalités de machine learning de X-Pack repoussent les limites de ce que vous pouvez découvrir au sein de vos données Elasticsearch. Soyez informés dès qu’un métrique spécifique, telle qu’une requête par seconde, commence à dévier de la norme. Définissez un profil utilisateur / machine « typique » pour identifier les anomalies au sein d’une population donnée. Catégorisez les messages de logs pour savoir ce qui est normal pour un groupe donné et faire remonter les événements rares ou les messages inhabituels.

Identifier les problèmes plus rapidement pour en trouver les causes

Identifier un problème est une bonne chose, mais en déterminer les causes est encore mieux.

Une fois qu'une anomalie est détectée, les fonctionnalités de machine learning de X-Pack permettent d'identifier facilement les propriétés qui ont une influence significative sur celle-ci. Par exemple, en cas de baisse inhabituelle des transactions, vous pouvez rapidement identifier le serveur défaillant ou le switch mal configuré à l'origine du problème.

En vous permettant d'isoler et de corréler les événements à travers des tâches de machine learning différentes (messages de log, trafic réseau, métriques, etc.), vous pouvez résoudre les problèmes puis reprendre votre activité habituelle beaucoup plus rapidement.

Plus X-Pack apprend, plus vous apprenez.

Testez-le maintenant. Créez votre premier job machine learning et détectez l'inhabituel, le bizarre et l'atypique.

Installer