エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
平常時の時系列数値データを学習!?企業システムの障害を早期に検知!①|AOIchan@IBM
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
平常時の時系列数値データを学習!?企業システムの障害を早期に検知!①|AOIchan@IBM
今、企業収益の増加や企業の差別化、顧客からの支持獲得などで、ビジネスにおいて優れたアプリケーショ... 今、企業収益の増加や企業の差別化、顧客からの支持獲得などで、ビジネスにおいて優れたアプリケーションの重要性が非常に高まっています。 その一方で、企業活動を支えるアプリケーションと、それを支えるインフラ環境は非常に複雑化して、運用・監視の観点でも同様に複雑化してきていることは共通の認識ではないでしょうか。 多くのIT 部門が直面している主要な問題は、現代の企業が絶えず処理しているさまざまなソースからの膨大なデータを、従来の監視方法やデータ分析の手法では十分に監視できないことです。 この問題に対してIBM では、企業システムにおける最新のさまざまな運用・監視ソリューションをご提供しています。この記事では、そのうちの1つのアプローチとして、単変量解析(ベースライニング)、多変量解析(多変量間相関分析)、の統計数学モデルから異常な挙動を検知する仕組みについてご紹介したいと思います。 従来の監視と言