異常檢測
AI 自動檢測問題並確定優先順序
什麼是異常檢測？
異常檢測是一種利用人工智慧識別與既定模式相比存在異常行為的技術。任何偏離既定基線模式的情況都被視為異常。Dynatrace AI 可自動生成基線、檢測異常、修復根本原因並傳送警告。
確定性 AI 驅動的異常檢測方法
告別警告洪流與垃圾警報
您的團隊是否正被警報和警告風暴所困擾？Dynatrace 能將相關性能問題自動整合為更易於管理的警告。減少干擾，更有效地解決問題。
聚焦關鍵問題
並非每次閾值違規都是問題，也並非所有問題都值得重視。Davis AI 能精准判斷異常是否嚴重，以及是否對客戶產生實際或潛在影響。
動態基線實現精准閾值
Dynatrace 採用成熟的多維基線技術，為異常檢測設定精准閾值。閾值越精確，異常檢測就越可靠。
專為動態環境打造的異常檢測
傳統基於靜態閾值的被動警告回應模式，已無法適應當前包含容器和微服務的動態多雲端架構。隨著容器的啟停和各實體間依賴關係的變化，「正常」行為標準在不斷重構。這些動態環境需要全新的主動應對方案。
這正是人工智慧的用武之地。依託對系統即時拓撲結構、多維基線與動態依賴關係的深度洞察，Dynatrace 運用預測性分析與持續機器學習技術，基於關鍵指標自動識別異常狀況。
在探測未知風險的同時，有效規避因靜態閾值觸發的警告風暴與誤報現象。端到端監測能力能夠發現連最隱蔽的異常問題。
借助 Dynatrace，我們將識別和解決性能問題的時間縮短了 60%，並實現了 100% 的應用程式性能視覺化。
自動分級處理問題
在性能異常尚未影響客戶前及時識別。告別盲目排查，節省問題追蹤時間。Dynatrace 自動運用 AI 演算法判定性能問題是否對客戶造成實際或潛在影響。
異常檢測引擎通曉運營指標與業務指標的關聯性，您將獲得更精簡且直擊要害的通知——準確告知客戶用戶體驗受影響的具體環節與程度。
- 專注解決問題而非尋找問題。
- 基於 100% 全量客戶交易資料進行問題檢測——杜絕平均值或抽樣分析。
智慧基線管理與預測式異常檢測
Dynatrace 採用多元方法論精准判斷異常行為是否觸發問題通知。自動多維基線檢測可發現隨時間變化的個體參考值違規情況（如應用程式或服務的回應時間與錯誤率）。預測分析能識別應用程式流量與服務負載的異常狀況——鑒於流量和負載取決於商業模式的季節性規律（例如：工作日與週末、日間與夜間、「黑色星期五」等場景）。
- Dynatrace 透過學習應用程式流量模式，在檢測到具有統計學意義的偏差時立即發出問題通知——其中包含量化的客戶影響分析及潛在根本原因洞察。
- 分析引擎可預測未來流量水準，並隨時間推移不斷優化精准度。
- 自動基線功能支援參數化微調，實現精准化異常檢測：對特定關鍵任務服務設定較低閾值，而對尚在開發階段的應用程式服務採用較高閾值。
免費試用
