Обнаружение аномалий
Введение
Заголовок раздела «Введение»Дашборд обнаружения аномалий предназначен для предиктивного поиска отклонений ключевых параметров производительности приложения от нормы. Он учитывает:
- Среднее время ответа веб запросов
- Пропускную способность
- Apdex
- Частоту возникновения ошибок
Принцип работы дашборда состоит в построении линий нормального поведения на основании статистического распределения каждой величины. Для поиска отклонений от нормы выделены три коридора - зеленый, желтый и красный. Уведомления по умолчанию срабатывают при попадании величины в красную зону. Стоит отметить, что уведомления обнаружения аномалий, в отличие от других уведомлений модуля APM, не обязательно говорят о сбоях в работе приложения.
Принцип подсчета статистической функции
Заголовок раздела «Принцип подсчета статистической функции»Используется метод скользящего экспоненциального среднего с окном в один день, смещенным на одну неделю назад. Это позволяет учитывать изменения в данных с небольшой задержкой, сглаживая временные ряды и сохраняя важные тренды.
Коридор определен тремя стандартными отклонениями от среднего значения, построенным по правилу трех сигм. Это правило гласит, что:
- Зеленая зона: ожидается, что в нее попадут около 68% всех наблюдаемых значений. Это центральная зона, которая указывает на нормальное поведение системы.
- Желтая зона: охватывает 95% значений. Попадание в эту зону может указывать на отклонения, но они все еще считаются в пределах допустимого.
- Красная зона: охватывает до 100% значений. Данные в этой зоне считаются аномальными, так как они выходят за пределы нормального диапазона.
Таким образом, 97% запросов должны попадать в красную зону диапазона нормального поведения, что позволяет эффективно выявлять аномалии и реагировать на возможные проблемы в системе.диапазона нормального поведения, рассчитанного на основе экспоненциального скользящего среднего с учетом стандартного отклонения.
Интеграция с движком ML
Заголовок раздела «Интеграция с движком ML»Данный дашборд интегрирован с движком, предсказывающим аномалии для основных параметров производительности приложения с помощью нейросети. Аннотация - вертикальная черта дополняет график при обнаружении аномалии нейросетью.