韶关祷曰电子支付设备有限公司

您當前的位置:首頁 > 新聞中心 > 公司動態(tài)

北塔軟件正式發(fā)布微應(yīng)用——OpsForce AID v1.0.0

時間:2023-02-14

摘要:
北塔軟件正式發(fā)布“異常檢測”微應(yīng)用:OpsForce AID v1.0.0。
 關(guān)鍵字:北塔軟件,新產(chǎn)品發(fā)布,異常檢測,微應(yīng)用

 AID發(fā)布新聞網(wǎng)站配圖.jpg

 

北塔軟件基于云融合體系正式推出“異常檢測(OpsForce AID v1.0.0)”微應(yīng)用。

該微應(yīng)用定位于智能檢測監(jiān)控對象核心指標是否存在異常隱患。

主要服務(wù)用戶群體

OpsForce AID的主要服務(wù)對象集中在大中型企事業(yè)單位,行業(yè)包括:

- 醫(yī)療

- 金融

- 電力

- 石油石化

- 政府

- 交通

- 中大型企業(yè)

......

核心管理價值

- 主動風險預防

   主動識別短、中、長期的基線、突變、趨勢特征異常,預防問題的發(fā)生。

- 減少誤報漏報

   可自動且動態(tài)調(diào)整閾值,有效減少誤報漏報。

- 輔助降本增效

無需人工干預,自適應(yīng)調(diào)整報警閾值,適配更多業(yè)務(wù)場景,釋放人力成本,提升運維效率。

產(chǎn)品優(yōu)勢

- 算法自動識別,提升準確性

通過算法對歷史數(shù)據(jù)的學習,自動識別短期的基線異常,以及中長期突變、趨勢異常,相對于傳統(tǒng)運維監(jiān)控,提升了報警的準確性。

- 智能決策,降低使用門檻

無需學習高深的算法,智能決策算法自動考慮數(shù)據(jù)的趨勢性、周期性,以及波動特性,自動完成算法計算。

- 易理解,使用成本低

基線異常、突變異常、趨勢異常都很容易理解,隱藏了絕大部分復雜的算法參數(shù),通過易理解的“靈敏度”設(shè)置呈現(xiàn),同時預置了說明信息以及檢測規(guī)則,規(guī)則自動檢測,無需人工看守。

持續(xù)服務(wù)

- 提供在線幫助服務(wù)

  服務(wù)期間持續(xù)提供產(chǎn)品使用方法參考及各種經(jīng)典實用用例

  產(chǎn)品論壇匯集眾多產(chǎn)品用戶, 討論實戰(zhàn)經(jīng)驗、學習運維知識、解決產(chǎn)品各類管理相關(guān)問題

- 入駐時刻網(wǎng)云端社區(qū)

時刻網(wǎng)(www.betatime.com.cn)云端社區(qū),聚集北塔全國技術(shù)團隊及各行業(yè)專家,提供在線問答、在線培訓、技巧經(jīng)驗分享等知識與互助服務(wù),幫助用戶知識有沉淀

產(chǎn)品功能

一、智能檢測

1、檢測規(guī)則

預置異常檢測規(guī)則,提供自定義新增靜態(tài)基線、動態(tài)基線、突變異常、趨勢異常檢測規(guī)則。

AID功能介紹-檢測規(guī)則(1).jpg

2、靜態(tài)基線異常檢測

根據(jù)對象歷史運行情況,算法自動識別對象性能上下限,超出上下限則為異常。常用于指標數(shù)據(jù)集中在一定范圍內(nèi),但又難以確定閾值的場景,減少由于閾值設(shè)置不正確無法感知異常的現(xiàn)象或形成異常“風暴”。

AID-靜態(tài)基線異常檢測.jpg

3、動態(tài)基線異常檢測

根據(jù)最近的一組數(shù)據(jù),算法自動預測下一個數(shù)據(jù)點的數(shù)值范圍,超出范圍則為異常。常用于無規(guī)律可循,但又特別關(guān)注的運行性能指標場景,減少由于固定閾值,造成的告警不準確等現(xiàn)象。

AID-動態(tài)基線異常.jpg

在動態(tài)基線異常檢測算法中,智能決策是:

先判斷趨勢性,再判斷周期性;

如果周期性對趨勢性影響大,則綜合考慮:趨勢性和周期性分別計算出值后,再綜合得出數(shù)據(jù)值;

如無明顯趨勢和周期特性,則在動態(tài)基線中根據(jù)波動特性自動選擇算法。

AID-動態(tài)檢測異常2.jpg

4、突變異常檢測

算法自動識別對象運行過程中突增或突降特征。

常用于對象重要指標平時穩(wěn)定運行在低位或高位,當有異常情況發(fā)生時突然快速增長到高位或下降到低位。如:網(wǎng)絡(luò)設(shè)備遭到小包攻擊時,由于小包難處理,CPU會從低位運行,突然增長到高位。

AID-突變異常檢測.jpg

5、趨勢異常檢測

算法自動識別對象運行過程中趨勢上升或下降特征。常用于對象重要指標的判定,以便提前預警隱患。

如:內(nèi)存泄漏會導致內(nèi)存使用持續(xù)緩慢上升。

AID-趨勢異常檢測.jpg

 

二、事件總覽

算法識別的異常事件,自動完成日、周、月增量、環(huán)比統(tǒng)計與分析:異常事件數(shù)分析、對象指標異常事件數(shù)統(tǒng)計TOP5、對象異常事件數(shù)統(tǒng)計TOP5、對象異常事件環(huán)比增長量TOP5。

通過統(tǒng)計與分析,輔助運維人員了解異常趨勢,關(guān)注重點對象,消除隱患。

AID-事件總覽-1.jpg

 

提供查看事件詳情,同時回放事件發(fā)生前后圖示,便于事件的問題判斷。

AID-異常檢測-事件總覽-2.jpg

 

 

 

聲明|該文中所有配圖數(shù)據(jù)均為實驗室數(shù)據(jù),僅供參考

 

 【更多產(chǎn)品發(fā)布消息】

- 北塔端云IT智能監(jiān)控軟件V1.0.5版本正式發(fā)布

- 北塔端云可視化管理軟件正式發(fā)布

 

相關(guān)文章

產(chǎn)品中心
浮山县| 青阳县| 台安县| 山东省| 响水县| 拉孜县| 康乐县| 吴川市| 闸北区| 沙湾县| 枣阳市| 思茅市| 沐川县| 于都县| 平安县| 怀宁县| 连南| 北票市| 阳江市| 深泽县| 辛集市| 宁海县| 威海市| 常德市| 长兴县| 虹口区| 菏泽市| 商都县| 葵青区| 剑川县| 大渡口区| 漳浦县| 大埔区| 綦江县| 柏乡县| 神木县| 北流市| 虎林市| 洪泽县| 平果县| 台北市|