Actualizaciones del producto

Reducción del ruido con ThousandEyes Adaptive Alert Detection

Por Jillian Murphy
| | 7 minutos de lectura

Esta publicación también está disponible para: United States (English), Germany (Deutsch), Mexico (Español), France (Français), Italy (Italiano), Japan (日本語), Korea (한국어), Brazil (Português) & Mainland China (简体中文).

Resumen

ThousandEyes Adaptive Alert Detection utiliza machine learning para reducir la fatiga que provocan las alertas y proporcionar notificaciones relevantes y accionables para los Cloud y Enterprise Agents que se adaptan a los cambios de la red en tiempo real, lo que mejora el rendimiento y la eficiencia operativa para los equipos de TI.


En los entornos de TI actuales, que evolucionan rápidamente, la gestión de alertas es un desafío constante. A medida que las redes se amplían y se vuelven más complejas, los sistemas de alerta tradicionales suelen generar más ruido que claridad, lo que dificulta centrarse en los problemas que más importan. ThousandEyes Adaptive Alert Detection reduce la fatiga de alerta al utilizar machine learning para identificar problemas críticos y filtrar alertas irrelevantes, lo que ayuda al equipo a concentrarse en lo que realmente afecta al rendimiento de la red y a la experiencia digital del usuario.

Las alertas estáticas no logran seguir el ritmo de las redes dinámicas

Los sistemas tradicionales de alertas informáticas pueden convertirse rápidamente en tediosos y pesados. Se basan en umbrales rígidos que no se adaptan a la naturaleza cambiante de la red. Esto da lugar a una sobrecarga de alertas, en la que los eventos de "que viene el lobo" o falsos positivos, provocan que los equipos se ocupen de problemas menores, mientras que los incidentes graves pasan desapercibidos porque las condiciones de alerta están demasiado restringidas o no responden. En lugar de agilizar las operaciones, estos sistemas estáticos exigen una supervisión constante y un ajuste manual, lo que añade más trabajo a unos equipos de TI ya sobrecargados.

Adaptive Alert Detection: un enfoque más inteligente

ThousandEyes Adaptive Alert Detection resuelve las carencias mediante el machine learning para crear puntos de referencia dinámicos que disparen las alertas. Estos puntos de referencia se ajustan automáticamente mediante la evaluación de datos históricos y en tiempo real para emitir alertas más precisas y relevantes para el estado actual de su red. Al evaluar varios factores, como la extensión geográfica, la frecuencia de las anomalías y la gravedad, Adaptive Alert Detection emite menos alertas, pero más relevantes. Este enfoque más inteligente elimina el exceso de trabajo y permite al equipo responder a los problemas con rapidez y eficacia.

El gráfico muestra la correlación entre las anomalías de los agentes, en azul, y la probabilidad de incidencias, en rojo, a lo largo de 48 horas.
Figura 1. Este gráfico muestra la correlación entre las anomalías de los agentes (azul) y la probabilidad de incidencias (rojo) a lo largo de 48 horas. Los picos de probabilidad de incidencias coinciden con los aumentos de anomalías, lo que destaca la naturaleza dinámica de la generación de alertas.

Alertas más eficaces, sin necesidad de reconfiguración

Uno de los puntos fuertes de Adaptive Alert Detection es la capacidad de ajustarse en tiempo real sin intervención manual. Tanto si gestiona un entorno en constante movimiento y de alto riesgo, como una red más estable, el sistema ajusta automáticamente los puntos de referencia de las alertas para adaptarlos a las condiciones actuales.

Al ajustar dinámicamente los umbrales, las alertas se disparan cuando hay muchas probabilidades de que se produzca una incidencia real. Por ejemplo, con una sensibilidad media, una alerta se dispararía cuando la probabilidad de que se produjera una incidencia superase el 80 % y solo se eliminaría cuando cayera por debajo del 20 %. Esto elimina el problema de las "alertas fluctuantes" causadas por pequeñas fluctuaciones y mantiene las alertas abiertas hasta que se resuelva la incidencia. Para obtener un desglose detallado sobre cómo se determinan los puntos de referencia, puede consultar esta sección de nuestra documentación del producto.

Esta flexibilidad ayuda a mantener el control sobre la sensibilidad de las alertas a las necesidades únicas de su red. Como resultado, su equipo puede pasar de reaccionar a alertas innecesarias a abordar de manera proactiva las posibles incidencias antes de que sean más graves. Por ejemplo, los ingenieros de NOC que supervisan infraestructuras globales complejas o los equipos de operaciones de TI centrados en la ingeniería de fiabilidad del sitio (SRE) pueden aprovechar Adaptive Alert Detection para obtener información clara y práctica sobre el estado y el rendimiento de la red. Al proporcionar alertas precisas respaldadas por datos actualizados, los equipos pueden actuar con mayor rapidez y centrarse en mantener el rendimiento en lugar de examinar datos innecesarios.

Un cliente informó de una importante "reducción de los niveles de ruido", lo que facilitó la activación de alertas y ayudó a agilizar todo el proceso de monitorización.

"Hemos migrado nuestras sondas de monitorización de SaaS en los agentes de routers ISP al método de Adaptive y estamos observando una gran reducción en los niveles de ruido, lo que hace que las alertas sean más procesables". – Ingeniero principal de redes, gran empresa tecnológica internacional (participante en el programa Customer Preview)

Ya está disponible para Cloud y Enterprise Agents

ThousandEyes Adaptive Alert Detection ya está disponible para Cloud y Enterprise Agents. Para obtener más información sobre la configuración y personalización, visite nuestra documentación. Únase a nuestro próximo webinar para obtener información sobre las nuevas funciones del producto y ver los aspectos destacados o póngase en contacto con su gerente de cuentas para ver cómo ThousandEyes Adaptative Alert Detection puede transformar su estrategia de alertas e impulsar la eficiencia operativa.


Upgrade your browser to view our website properly.

Please download the latest version of Chrome, Firefox or Microsoft Edge.

More detail