Erkennung von Anomalien

KI erkennt – und priorisiert – Probleme automatisch

Was ist Annomalieerkennung?

Erkennung von Anomalien ist eine Technik, bei der mit Hilfe von KI ein von einem festgelegten Muster abweichendes Verhalten identifiziert wird. Alles, was von einem festgelegten Basiswertmuster abweicht, wird als Anomalie betrachtet. Die KI von Dynatrace generiert automatisch Basiswerte, erkennt Anomalien, behebt die Ursachen und sendet Warnmeldungen.

Ein deterministischer, KI-gestützter Ansatz zur Erkennung von Anomalien

Beseitigen Sie die Überflutung mit Warnmeldungen und Warnmeldungs-Spam

Sind Ihre Teams von Warnmeldungen und der Überflutung mit Warnmeldungen überfordert? Mit Dynatrace werden verwandte Performance-Probleme automatisch zu überschaubaren Warnmeldungen zusammengefasst. Weniger Störungen, mehr Problemlösungen.
Konzentrieren Sie sich auf die wirklich wichtigen Probleme.

Nicht jede Überschreitung eines Schwellenwerts ist ein Problem, und nicht alle Probleme sind schwerwiegend. Davis KI klassifiziert genau, ob eine Anomalie schwerwiegend ist und tatsächliche oder potenzielle Auswirkungen auf Kunden hat.
Genaue Schwellenwerte mit dynamischem Baselining

Dynatrace ermittelt mit Hilfe ausgefeilter multidimensionaler Baselining-Techniken genaue Schwellenwerte für die Erkennung von Anomalien. Genauere Schwellenwerte bedeuten eine genauere Erkennung von Anomalien.

Erkennung von Anomalien für dynamische Cloud-Umgebungen

Der herkömmliche reaktive Ansatz, bei dem Probleme durch die Reaktion auf Warnmeldungen auf Grundlage statischer Schwellenwerte erkannt werden, funktioniert bei heutigen dynamischen Multi-Cloud-Architekturen mit Containern und Microservices nicht mehr. Was als „normales“ Verhalten gilt, wird ständig neu definiert, da Container hoch- und heruntergefahren werden und sich die Abhängigkeiten zwischen einzelnen Einheiten verschieben. Diese dynamischen Cloud-Umgebungen erfordern einen neuen, proaktiven Ansatz.

Hier kommt die KI ins Spiel. Mit einem möglichst umfassenden Verständnis der Echtzeit-Topologie, dem mehrdimensionalen Baselining und der dynamischen Abhängigkeitserkennung Ihres Systems nutzt Dynatrace prädiktive Analysen und kontinuierliches maschinelles Lernen, um Anomalien anhand der wirklich wichtigen Kennzahlen automatisch zu identifizieren.

Erkennen Sie neue Unbekannte und vermeiden Sie gleichzeitig eine Warnmeldungsüberflutung sowie falsch positive Ergebnisse, die durch statische Schwellenwerte ausgelöst werden. Das End-to-End-Monitoring findet selbst die am schwersten zu erkennenden Anomalien.

Dynatrace erkennt alle Abhängigkeiten automatisch

Durch intelligentes automatisches Baselining und prädiktive Analysen erkennt Dynatrace automatisch Anomalien, und die KI ermittelt, ob diese Auswirkungen auf Kunden haben werden.

Dynatrace diagnostiziert Probleme, die oft schwer zu lokalisieren sind, darunter Probleme mit Datenbanken, Speicher, Threading und CPU.

Mit Dynatrace haben wir die Zeit zur Identifizierung und Lösung von Leistungsproblemen um 60 % verkürzt und eine 100-prozentige Visualisierung der Anwendungsleistung realisiert.

Yunpeng Qiao Senior Manager, Global Application Operation, Lenovo

Priorisieren Sie Probleme automatisch

Erkennen Sie Performance-Anomalien, bevor sie sich auf Kunden auswirken. Vermeiden Sie Rätselraten und verschwenden Sie keine Zeit mehr mit der Suche nach Problemen. Dynatrace wendet automatisch KI-Algorithmen an, um festzustellen, ob ein Performance-Problem tatsächliche oder potenzielle Auswirkungen auf Kunden hat.

Da die Engine zur Erkennung von Anomalien die Beziehung zwischen Betriebs- und Geschäftskennzahlen versteht, erhalten Sie weniger aussagekräftige Benachrichtigungen, die Ihnen mitteilen, was und wie die Benutzererfahrung der Kunden beeinträchtigt ist.

Konzentrieren Sie sich darauf, Probleme zu lösen, nicht darauf, sie zu finden.
Problemerkennung basierend auf 100 % der Kundentransaktionen – keine Durchschnittswerte oder Stichproben.

Screenshot von Dynatrace zur Analyse der Geschäftsauswirkungen mit Angabe der Grundursache

Intelligentes Baselining und prädiktive Erkennung von Anomalien

Dynatrace verwendet verschiedene Methoden, um festzustellen, wann anomales Verhalten eine Problembenachrichtigung rechtfertigt. Das automatische mehrdimensionale Baselining erkennt Verstöße gegen einzelne Referenzwerte, die sich im Laufe der Zeit ändern (Reaktionszeiten und Fehlerraten von Anwendungen oder Diensten). Prädiktive Analysen erkennen Anomalien im Anwendungsdatenverkehr und in der Servicelast, da Datenverkehr und Last von saisonalen Mustern des Geschäftsmodells abhängen (z. B. Werktage gegenüber Wochenenden, Tag gegenüber Nacht, Black Friday).

Dynatrace lernt Anwendungsdatenverkehrsmuster und löst eine Problembenachrichtigung aus, wenn eine statistisch relevante Abweichung festgestellt wird – einschließlich einer quantifizierten Auswirkung auf den Kunden und Einblicken in die mögliche Grundursache.
Analysen können den zukünftigen Datenverkehr vorhersagen und werden mit der Zeit immer intelligenter.
Automatische Erstellung von Basislinien kann für die parametrisierte Erkennung von Anomalien fein abgestimmt werden – niedrigere Schwellenwerte für bestimmte geschäftskritische Dienste oder höhere Schwellenwerte für Apps und Dienste, die sich noch in der Entwicklung befinden.

Dynatrace erkennt statistisch relevante Abweichungen zwischen tatsächlichem und vorhergesagtem Verhalten, in diesem Fall unerwartet geringer Datenverkehr von einer Woche zur nächsten.