功能介绍
-
智能降噪
-
动态阈值
-
告警日志联动
-
提前预警
客户案例
银行交易压力波动大，
AnyRobot 算法实现动态阈值，减少误报、漏报
问题：
- 股份制商业银行的密码修改业务的交易量随时间分布非常不平均
- 多次调整告警阈值仍反复出现低谷时间段漏报（交易量波动始终不超过阈值）和高峰时间段误报（交易量在阈值附近震荡，反复引发告警）
方案：
- 运维人员为该业务应用设定了动态阈值，通过算法计算一段时间内的业务压力来降低影响，减少误报
价值：
- 降低高峰时的误报
- 减少低谷时的漏报
- 运维处理效率更高
AD 认证失败，及时敲响账户攻击的警报，
让运维人员快速接警
问题：
- 传统查找，费时费力
- 希望快速找到原因，减少业务影响范围
方案：
- 告警日志关联，根据告警查看原始日志，以及查看日志的上下文
价值：
- 快速定位日志，找到问题原因
- 减少业务宕机时间
某成长型企业线上业务的 SLO 监控分析，
提前预警，降低业务风险
问题：
- 存在隐患，不能及时发现，导致业务故障
- 故障事后处理，业务影响范围大
方案：
- 服务健康度分析，基于服务分值提前预警，将隐患消灭在萌芽状态，保障业务的长期稳定运行
价值：
- 提前发现故障，降低业务中断风险
- 为整体服务可用性提供度量指标
客户案例
银行交易压力波动大，
AnyRobot 算法实现动态阈值，减少误报、漏报
问题：
- 股份制商业银行的密码修改业务的交易量随时间分布非常不平均
- 多次调整告警阈值仍反复出现低谷时间段漏报（交易量波动始终不超过阈值）和高峰时间段误报（交易量在阈值附近震荡，反复引发告警）
方案：
- 运维人员为该业务应用设定了动态阈值，通过算法计算一段时间内的业务压力来降低影响，减少误报
价值：
- 降低高峰时的误报
- 减少低谷时的漏报
- 运维处理效率更高
AD 认证失败，及时敲响账户攻击的警报，
让运维人员快速接警
问题：
- 传统查找，费时费力
- 希望快速找到原因，减少业务影响范围
方案：
- 告警日志关联，根据告警查看原始日志，以及查看日志的上下文
价值：
- 快速定位日志，找到问题原因
- 减少业务宕机时间
某成长型企业线上业务的 SLO 监控分析，
提前预警，降低业务风险
问题：
- 存在隐患，不能及时发现，导致业务故障
- 故障事后处理，业务影响范围大
方案：
- 服务健康度分析，基于服务分值提前预警，将隐患消灭在萌芽状态，保障业务的长期稳定运行
价值：
- 提前发现故障，降低业务中断风险
- 为整体服务可用性提供度量指标
技术优势
97% 降噪率
- 高达 97% 的降噪率，消除大部分告警噪声
- 便于运维工程师集成精力解决重要问题
处理高效
- 写入优化：将多种运维日志汇聚在一个平台上，包括：网络设备、安全设备、存储、操作系统、中间件等，一键搜索
- 性能优化：TB 级数据搜索秒级响应
- 搜索优化：把多个相互独立事情串联，展示完整事件流程
智能算法
- 内置几十种机器学习算法，通过文本相似度识别实现降噪
精准告警
- 基于动态阈值的告警，大大减少误报和漏报，让运维人员更专注于高危事件
问题定位
- 通过告警日志联动详情，快速定位日志的上下文，有利于运维工程师快速排障
提前预警
- 业务链路建立健康度分析，对业务整体有个全局性的健康度量值
- 能够在业务系统故障早期发现问题，再依靠对全链路的拓扑监控和定位能力，及时排除问题，进而有效保障业务系统持续稳定运行
技术优势
97% 降噪率
- 高达 97% 的降噪率，消除大部分告警噪声
- 便于运维工程师集成精力解决重要问题
处理高效
- 写入优化：将多种运维日志汇聚在一个平台上，包括：网络设备、安全设备、存储、操作系统、中间件等，一键搜索
- 性能优化：TB 级数据搜索秒级响应
- 搜索优化：把多个相互独立事情串联，展示完整事件流程
智能算法
- 内置几十种机器学习算法，通过文本相似度识别实现降噪
精准告警
- 基于动态阈值的告警，大大减少误报和漏报，让运维人员更专注于高危事件
问题定位
- 通过告警日志联动详情，快速定位日志的上下文，有利于运维工程师快速排障
提前预警
- 业务链路建立健康度分析，对业务整体有个全局性的健康度量值
- 能够在业务系统故障早期发现问题，再依靠对全链路的拓扑监控和定位能力，及时排除问题，进而有效保障业务系统持续稳定运行
