製品情報

ThousandEyes 適応型アラート検出でノイズをカット

投稿者 Jillian Murphy
| | 1 分

こちらの投稿は次の言語でもご覧いただけます: United States (English) Germany (Deutsch) Mexico (Español) Spain (Español) France (Français) Italy (Italiano) Korea (한국어) Brazil (Português) & Mainland China (简体中文).

概要

ThousandEyes 適応型アラート検出では、機械学習を使用してアラート疲れを軽減し、リアルタイムのネットワークの変化に適応する実用的で関連性が高い通知を Cloud Agents と Enterprise Agents 向けに配信し、IT チームのパフォーマンスと業務効率を高めます。


今日の急速に進化する IT 環境において、アラートの管理は常に課題となります。ネットワークが拡大して複雑さを増す中で、従来型のアラートシステムは明瞭さを欠いてノイズを生むことが多くなっており、最も重要な問題に注力することがさらに困難になっています。ThousandEyes 適応型アラート検出では、機械学習(ML)を使用して重要な問題を明らかにし、無関係なアラートを除外することで、アラート疲れを軽減します。これにより、ネットワークのパフォーマンスとユーザーのデジタル体験に本当に影響を及ぼす事柄に、チームで集中できるようになります。

動的なネットワークへの対応が困難な静的アラート

従来型の IT アラートシステムは、すぐに面倒で負担の大きなものになってしまうおそれがあります。それらのシステムは、柔軟性に欠けるしきい値に依存しており、常に変化しつつあるネットワークに対応できません。この結果としてアラートが殺到し、「オオカミ少年」のような状況や誤検出が生じて、各チームは軽微な問題に対処するように促されます。その一方で、アラート条件は対象範囲が狭すぎるか、応答性がないために、深刻なインシデントが認識されないままになります。こうした静的システムは、業務を合理化するどころか、常時の監視と手作業による調整を必要としており、すでに多くの仕事を課されている IT チームにさらなる負担をかけることになります。

適応型アラート検出:よりスマートなアプローチ

ThousandEyes 適応型アラート検出では、機械学習を採用し、アラートをトリガーするための動的な基準を確立することで、問題に対処します。この基準は、より高精度で、ネットワークの現状への関連性が高いアラートを発するために、リアルタイムのデータと過去のデータの評価を通じて自動的に調整されます。適応型アラート検出では、地理的な範囲、異常の発生頻度、シビラティといった複数の要素を評価することで、発するアラートの数を絞り、有意性を高めます。こうしたよりスマートなアプローチを活用することで、雑然とした情報を整理し、チームで問題に迅速かつ効果的に対応できるようにします。

48 時間にわたるエージェントの異常(青)と問題の発生確率(赤)の相関関係を示すチャート。
図 1. このチャートは、48 時間にわたるエージェントの異常(青)と問題の発生確率(赤)の相関関係を示しています。問題の発生確率のピークは異常の増加と合致しており、アラートが動的に生成されていることがわかります。

再設定が不要で、より効果的なアラート

適応型アラート検出の主な強みは、手作業による介入なしで、リアルタイムで調整を実施できることにあります。動きが速くて高リスクな環境を管理している場合でも、より安定したネットワークを管理している場合でも、現状を反映させるために、システムでアラートの基準を自動的に微調整します。

しきい値の動的な調整を通じて、問題が本当に発生している可能性が高い場合にアラートをトリガーします。たとえば、中感度では、アラートは問題の発生確率が 80% を超えた場合にトリガーされる可能性があり、20% 未満に下がった場合にのみクリアされます。これにより、軽微な変動によって生じる「アラートのフラッピング」の問題が排除され、アラートは問題が解決されるまでオープンの状態に保たれます。基準を確立する方法についてさらに詳しく知りたい方は、製品ドキュメントのこちらのセクションをご確認ください。

こうした柔軟性は、ご利用のネットワークに固有のニーズに対するアラートの感度を常に制御するうえで役立ちます。そして最終的には、チームで不要なアラートに反応している状態から、エスカレーションの前に先回りして潜在的な問題に対処できる状態にシフトできます。たとえば、複雑なグローバル インフラストラクチャを監督する NOC エンジニアや、サイト信頼性エンジニアリング(SRE)に注力する IT 運用チームが、適応型アラート検出を活用すると、ネットワークの正常性とパフォーマンスに関する明瞭で実用的なインサイトを獲得できます。最新のデータに裏付けられた正確なアラートを発することで、各チームでスピードを上げて、不要なデータの選別ではなくパフォーマンスの維持に注力できるようになります。

あるお客様から、大幅な「ノイズレベルの低減」が実現し、アラートの実用性が向上して、全体的なモニタリングプロセスの合理化に役立ったという報告が届いています。

「ISP ルータエージェントの SaaS モニタリングプローブを適応型方式に移行したところ、ノイズレベルが大幅に低減され、アラートの実用性が向上しました。」大手国際的テクノロジー企業、プリンシパル ネットワーク エンジニア(お客様向けプレビュープログラムの参加者)

Cloud Agents と Enterprise Agents で利用可能に

ThousandEyes 適用型アラート検出が Cloud Agents と Enterprise Agents で利用できるようになりました。セットアップとカスタマイズの方法を知りたい方は、ThousandEyes のドキュメントをご覧ください。また、ThousandEyes 適応型アラート検出でアラート戦略を変革し、業務効率の向上を促す方法を知りたい方は、製品の新しい機能とリリースの概要に関するウェビナーをご覧いただくか、担当のアカウントマネージャにお問い合わせください。


Upgrade your browser to view our website properly.

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

More detail