Elasticsearch 머신 러닝을 이용한 Web Access 로그 분석

X-Pack 머신 러닝 기능을 이용해 이상 징후를 효과적으로 빠르게 탐지하여 운영 효율성을 높이는 방법을 소개합니다. 본 프레젠테이션은 X-Pack 머신 러닝의 검증된 방법론을 통해 미리 정의된 Rule/Policy 기반에서는 탐지하기 힘든 이상 징후를 사전에 발견하고 대응할 수 있는 방법을 제안드립니다. X-Pack 머신 러닝의 컨셉은 물론 실제 Operational Analytics에서 활용되는 사례들을 데모를 통해 단계적으로 설명 드립니다.

Elastic 김황곤 Solutions Architect와 김종민 Evangelist가 머신 러닝 데모를 진행할 예정입니다.


  • 엘라스틱 머신 러닝의 기본 컨셉
  • 머신 러닝을 통한 이상 징후 분석
  • Web Access 로그 데이터의 수집 및 이상 징후 탐지 데모
지금보기

관련된 추가 정보도 함께 제공 해 드립니다.

등록해 주셔서 감사합니다!

X-Pack 머신 러닝 기능을 이용해 이상 징후를 효과적으로 빠르게 탐지하여 운영 효율성을 높이는 방법을 소개합니다. 본 프레젠테이션은 X-Pack 머신 러닝의 검증된 방법론을 통해 미리 정의된 Rule/Policy 기반에서는 탐지하기 힘든 이상 징후를 사전에 발견하고 대응할 수 있는 방법을 제안드립니다. X-Pack 머신 러닝의 컨셉은 물론 실제 Operational Analytics에서 활용되는 사례들을 데모를 통해 단계적으로 설명 드립니다.

Elastic 김황곤 Solutions Architect와 김종민 Evangelist가 머신 러닝 데모를 진행할 예정입니다.


  • 엘라스틱 머신 러닝의 기본 컨셉
  • 머신 러닝을 통한 이상 징후 분석
  • Web Access 로그 데이터의 수집 및 이상 징후 탐지 데모

김종민

김종민(Jongmin Kim) 에반젤리스트는 Java 및 웹 (HTML, Javascript, XML) 분야에서 7 년 넘게 개발자로 일해 왔습니다. 2013 년부터 2015 년까지 자신의 스타트업을 운영하면서, 그 기간 동안 로그 분석을 위해 Elastic Stack을 접했습니다. 또한 한국에서 Elasticsearch 커뮤니티를 창설하고 수차례의 밋업과 스터디 모임을 운영했습니다. Elasticsearch 에 관한 서적을 집필하였고, IT 언론사에 Elastic Stack과 관련하여 수차례 기고를 한 경험이 있습니다.

현재는 한국에서 Elastic의 에반젤리스트로 근무중이며, 지역 커뮤니티의 운영과 Elastic Stack 기술에 대한 전반적인 업무를 담당하고 있습니다.

김황곤

한국을 기반으로 활동하고 있는 Solutions Architect입니다.

연관성이 없어 보이는 데이터에서 유용한 인사이트(Actionable Insight)를 발견하는 일을 하고 있습니다.