Monitoreo y Observabilidad
ISCOM Observa-ML es una extensión modular construida con herramientas de código abierto (“open source”) para proporcionar a los analistas la funcionalidad de realizar analítica avanzada sobre los datos obtenidos por telemetría y por sistemas de monitoreo del rendimiento de dispositivos y sistemas de cómputo, tales como las métricas de utilización de CPU, de memoria RAM, de almacenamiento en disco o de tráfico de red.
Esta funcionalidad extendida modular puede ser proporcionada a plataformas de análisis y monitoreo de rendimiento, automatizadas o hands-on, de código abierto, extendibles con Python scripting, como por ejemplo: Xormon NG de Xorux, Anaconda Navigator, Orange Data Mining, etc.
Los datos que se analizan son considerados series de tiempo ya que contienen una marca de tiempo y que son colectados durante la operación normal de los sistemas de cómputo con la finalidad de realizar un mantenimiento predictivo de los sistemas de cómputo y en general de dispositivos computacionales que proporcionan datos de su estatus operativo.
En escenarios de mantenimiento predictivo, los datos se recopilan a lo largo del tiempo para monitorear el estado del equipo. El objetivo es encontrar patrones que puedan ayudar a predecir cuándo pueden fallar y, en última instancia, prevenir fallas antes de que ocurran.
Mientras que para escenarios de detección de anomalías es identificar que evento de rendimiento no sigue las expectativas de comportamiento: las que se salen de los patrones esperados.
La funcionalidad de ISCOM-Observa-ML comprende:
Detección de anomalías: reconocimiento de comportamientos inusuales de los dispositivos que no están en línea con las expectativas
Predicción de fallas: clasificación de dispositivos de acuerdo con su predicción de falla expresada en porcentajes de probabilidad.
Servicios y Marcas relacionadas
