Alertas ruidosas
Sustituir umbrales fijos por detección de anomalías.
AI-powered Analytics.
Detección de anomalías, previsión y análisis sobre tus datos operativos, integrados donde ya trabajas.
El problema que resolvemos.
Los umbrales fijos no saben qué hora es: avisan en cada pico de actividad normal y callan ante un comportamiento raro que no supera el límite. Y los datos históricos que podrían anticipar problemas no se usan.
Qué incluye.
- Detección de anomalías sobre métricas y KPI
- Previsión de capacidad y demanda
- Modelos entrenados con tu histórico
- Integración en alertas y paneles
- Medición de falsas alarmas y aciertos
Cómo trabajamos.
Cinco fases, siempre en el mismo orden. Pulsa cada una para ver qué ocurre en ella. En los proyectos completos se concretan en las etapas de nuestro método.
Identificamos el caso de uso, los datos disponibles, los riesgos y cómo se medirá el éxito.
Diseñamos la solución: modelos, datos, integraciones, controles de seguridad y trazabilidad.
Entrenamos los modelos con tu histórico y los integramos en alertas y paneles.
Comparamos falsas alarmas y anomalías detectadas frente a los umbrales actuales durante un periodo de prueba.
Ajustamos con el uso real y vigilamos el sistema como cualquier otro servicio en producción.
Capacidades técnicas.
- Splunk Machine Learning Toolkit
- Umbrales adaptativos de ITSI
- Splunk App for Data Science and Deep Learning
- Previsión de series temporales
- Detección de valores atípicos
- Consultas en lenguaje natural
Un umbral fijo no sabe qué hora es
La misma métrica durante dos días, vigilada de dos formas. Mueve el umbral fijo y la sensibilidad del modelo, y compara cuántas alertas salta cada uno y cuántas de las dos anomalías reales encuentra.
Serie sintética de ejemplo. Los puntos naranjas de arriba son alertas del umbral fijo; los rosas de abajo, del modelo adaptativo.
Umbral fijo
- Alertas
- 0
- Falsas alarmas
- 0
- Anomalías reales detectadas
- 0 de 2
Adaptativo
- Alertas
- 0
- Falsas alarmas
- 0
- Anomalías reales detectadas
- 0 de 2
En Splunk lo resolvemos con umbrales adaptativos en ITSI o con modelos del Machine Learning Toolkit entrenados sobre tu propio histórico.
Casos de uso.
Capacidad
Prever cuándo se agotará un recurso.
Fraude o abuso
Detectar comportamientos fuera de lo habitual.
Beneficios para tu organización.
- Menos falsas alarmas
- Anomalías detectadas antes
- Decisiones de capacidad anticipadas
- Modelos que se ejecutan en tu plataforma
Entregables.
- Modelos entrenados y documentados
- Alertas y paneles integrados
- Informe de resultados
- Procedimiento de reentrenamiento
Preguntas frecuentes.
¿Necesitamos un equipo de ciencia de datos?
No para empezar. Usamos herramientas integradas en Splunk y documentamos cómo mantener los modelos.
¿Los datos salen de nuestra plataforma?
Con Machine Learning Toolkit y los umbrales adaptativos de ITSI, los modelos se ejecutan dentro de tu entorno Splunk.
¿Cuánto histórico hace falta?
Depende de la estacionalidad de la métrica; normalmente varias semanas para capturar el ciclo semanal.
Otros servicios de Artificial Intelligence.
¿Hablamos de AI-powered Analytics?
Cuéntanos tu situación. Si este servicio no es lo que necesitas, te lo diremos; si lo es, te proponemos un primer paso concreto.
Solicitar este servicio