--- sourceDocument: Yokohama IT Operations Management sourceDocumentLink: https://servicenow-prod.fluidtopics.net/r/de-DE/yokohama/it-operations-management Release : - yokohama ft:locale : - de-DE ft:publication_title : - Yokohama IT Operations Management ft:clusterId : - itom bundleId : - itom workflow : - Technology --- # Erstellen Sie eine Konfigurationseinstellungsregel # Erstellen Sie eine Konfigurationseinstellungsregel {#ariaid-title1} * Freigeben Version: Yokohama * * Aktualisiert 25. Juni 2026 * * ![](https://www.servicenow.com/docs/portal-asset/ico-clock) 6 Minuten Lesedauer Konfigurationseinstellungen wirken sich auf die Verarbeitung von Metrikdaten aus. Konfigurationseinstellungsregeln überschreiben das standardmäßige Metrikverarbeitungsverhalten, um die Systemaktionen zu bestimmen, wenn eine Anomalie erkannt wird. ## Vorbereitungen Erforderliche Rolle: evt_mgmt_admin ## Warum und wann dieser Vorgang ausgeführt wird Eine Reihe von Konfigurationseinstellungen bestimmen das Verhalten von Metrikdaten MID Servers. Im Basissystem sind diese Konfigurationseinstellungen mit Standardwerten, Datentypen und einem Bereich gültiger Werte konfiguriert. Sie können diese Konfigurationseinstellungen nicht direkt ändern oder neue hinzufügen. Sie können jedoch eine Metrikkonfigurationsregel mit neuen Konfigurationseinstellungen erstellen, die die Standardwerte auf den MID-Servern überschreiben. Wenden Sie diese Regeln dann manuell auf alle an Metrikdaten MID ServersIn einem einzelnen Synchronisierungsvorgang, oder verlassen Sie sich auf einen stündlichen Systemauftrag, um die Synchronisierung durchzuführen. Um wirksam zu werden, Metrikdaten MID ServersMuss mit den Aktualisierungen der Konfigurationseinstellungsregeln synchronisiert werden. Es sind mehrere Regeln für eine Einstellung zulässig, die sich auf dieselben CIs auswirken. In diesem Fall: * Regeln, in denen ein Filter definiert ist, haben Vorrang vor einer globalen Regel, in der kein Filter definiert wurde. * Wenn mehrere Regeln, die sich auf denselben Satz von CIs auswirken, dieselbe Priorität haben, wird nur die neueste zu definierende Regel angewendet. * Wenn sich mehrere Regeln mit unterschiedlichen Prioritäten auf denselben Satz von CIs auswirken, werden Regeln mit der höchsten Priorität angewendet. {#create-config-overriding-rule__ul_ncs_31b_mz} ## Prozedur 1. Navigieren zu AlleEreignismanagementAnomalie-ErkennungKonfig.-Regeln für Metrikan. 2. Klicken Sie im Bereich Metrikkonfigurationsregeln auf Neu , Und füllen Sie das Formular aus. {#create-config-overriding-rule__table_lss_mpv_lz__entry__2} | Feld | Beschreibung | |-|-| | Name | Regelname. | | Bestellung | Regelpriorität in allen anderen Regeln. Höhere Zahlen stellen höhere Prioritäten dar. | | Filtern nach | Kontrollkästchen zum Anzeigen von Regel Feld, in dem Sie Bedingungen angeben können, die CIs erfüllen müssen, damit die Regel angewendet wird. Beispiel: In Wählen Sie das Feld aus Liste, wählen Sie aus Fügen Sie Zugehörige Felder Hinzu Und fügen Sie dann den Filter hinzu \[Klasse\]\[ist\]\[Linux-Server\] . Wenn diese Option deaktiviert ist, gilt die Regel global für alle CIs in der Tabelle „Metrik-zu-CI-Zuordnung" \[sa_metric_Map\]. | [Tabelle : 1. Formular für Metrikkonfigurationsregeln] {#create-config-overriding-rule__table_lss_mpv_lz} 3. Klicken Sie mit der rechten Maustaste auf den Formulartitel, und klicken Sie auf Speichern . 4. Klicken Sie im Formularabschnitt „Metrik überschriebene Konfigurationen" auf Neu , Füllen Sie das Formular aus, und klicken Sie dann auf Übermitteln . {#create-config-overriding-rule__table_ynj_bsv_lz__entry__2} | Feld | Beschreibung | |-|-| | Name | Konfigurationseinstellung, für die der Wert überschrieben werden soll. Klicken Sie auf ![Ereignismanagement-Symbol]()Symbol zum Anzeigen der Liste aller Konfigurationseinstellungen. Klicken Sie auf ![Ereignismanagement-Symbol]()Symbol zum Anzeigen von Metrikeinstellungen Dialogfeld mit Details wie dem Bereich möglicher Werte. Details zu Konfigurationseinstellungen finden Sie in den folgenden Tabellen (Konfigurationseinstellungen und interne Konfigurationseinstellungen). | | Regel | Regel, für die die erstellte Konfigurationseinstellung gilt. | | Wert | Neuer Wert, der den Standardwert für die angegebene Konfigurationseinstellung überschreibt. | [Tabelle : 2. Formular für überschriebene Metrikkonfigurationen] {#create-config-overriding-rule__table_ynj_bsv_lz} Sie können die folgenden Konfigurationseinstellungen in ändern Name Feld. Hinweis: Der in der Metrikkonfigurationsregel angegebene Filter gilt nicht für Einstellungen mit einem globalen Bereich. {#create-config-overriding-rule__table_nj5_tgl_pz__entry__5} | Name und Beschreibung | Werte | Standard | Datentyp | Umfang | |-|-|-|-|-| | Anomaly_Detection_enabled Aktivieren/deaktivieren Sie die Anomalieerkennung. Hinweis: Wenn anomaly_detection_action_level festgelegt ist, wird Anomaly_Detection_enabled ignoriert. | k. A. | wahr | boolean | CI/Metrik | | anomaly_detection_action_level Aktionsebene der Anomalieanalyse und -Verarbeitung. Weitere Informationen finden Sie unter [Konfigurieren Sie die Aktionsebene für die Anomalieerkennung](https://servicenow-prod.fluidtopics.net/wqrzY4luoV05Y3UiSpgGJQ "Erstellen Sie eine Konfigurationseinstellungsregel, die den Grad der Verarbeitung und Analyse der Anomalie-Erkennung verfeinert, die auf bestimmte CIs und Metriken angewendet wird. Legen Sie eine Verarbeitungsebene fest, die die Wichtigkeit von Metriken in verschiedenen Phasen der Implementierung widerspiegelt, um die Datenlast bei Bedarf zu reduzieren."). | Auswahlmöglichkeiten: * Nur Metriken * Grenzwerte * Anomaliepunktzahlen * Anomaliewarnungen * IT-Warnungen {#create-config-overriding-rule__ul_nb4_tvv_bhb} | * Neue Datensätze: Grenzwerte * Aktualisierte Datensätze: Anomaliewarnungen {#create-config-overriding-rule__ul_lqq_jbd_chb} | Auswahl | CI/Metrik | | buffer_anomaly_eviction_size Maximale Anzahl von Anomalien auf individueller Metrikebene, die im internen Puffer gespeichert werden können, bevor sie für jedes CI/Metrikpaar an die Instanz gesendet werden. | 60--1440 | 60 | Ganzzahl | Global | | buffer_ci_score_eviction_size Maximale Anzahl von Anomalien auf CI-Ebene, die im internen Puffer gespeichert werden können, bevor sie an die Instanz gesendet werden (derzeit nicht verwendet) | 60--1440 | 60 | Ganzzahl | Global | | buffer_metric_eviction_size Maximale Anzahl von Metriken, die im internen Puffer gespeichert werden können, bevor sie für jedes CI/Metrikpaar an die Instanz gesendet werden. | 60--1440 | 60 | Ganzzahl | Global | | connection_login_timeout_secs Maximale Zeit in Sekunden für die Anmeldung bei der lokalen Datenbank auf DEM MID-Server. | 30--60 | 30 | Ganzzahl | Global | | corrupt_data_count_threshold Mindestanzahl von Trainingspunkten (15-Minuten-Durchschnitt), die für statistische Analysen erforderlich sind. | 10--100 | 30 | Ganzzahl | Global | | deprioritize_early_batching_of_anomalous_ci Senden Sie anomale CI-Informationen sofort oder in regelmäßigen Intervallen. | k. A. | falsch | boolean | Global | | mad_model_min_days Anzahl der Tage, für die Daten verfügbar sein müssen, um ein auf der mittleren absoluten Abweichung basierendes Modell zu berücksichtigen. | 10-120 | 10 | Ganzzahl | CI/Metrik | | max_pool_connections_size Maximale Anzahl von Verbindungen für den lokalen Datenbankpool. | 10--50 | 25 | Ganzzahl | Global | | Observation_time_min Erwartetes minimales Metrikbeobachtungsintervall. | 1--1440 | 1 | Ganzzahl | CI/Metrik | | Robust_Central_percentage Prozentsatz der Restdaten zur Berechnung der Rest-Standardabweichung, der für die Ausreißer-Erkennung verwendet wird. Bei Festlegung auf 100 wird die Standardabweichung für reguläre Beispiele verwendet. | 50--100 | 90.0 | doppelt | Global | | sparse_gap_fraction_threshold Wenn mehr als dieser Prozentsatz der Daten fehlt und keine andere Klasse identifiziert wurde, klassifizieren Sie sie als DÜNN. Versuchen Sie nicht, ein WOCHENMODELL anzupassen. | 0--100 | 50 | doppelt | Global | | weekly_model_min_days Anzahl der Tage, für die Daten verfügbar sein müssen, um nur eine WÖCHENTLICHE Saisonaufgliederung zu berücksichtigen. | 14-90 | 15 | Ganzzahl | CI/Metrik | | daily_model_min_days Anzahl der Tage, für die Daten verfügbar sein müssen, um nur eine TÄGLICHE Saisonaufgliederung zu berücksichtigen. | 2-90 | 3 | Ganzzahl | CI/Metrik | | Build_snpm_model Aktivieren/deaktivieren Sie die Erstellung eines SNPM-Datenmodells. | k. A. | wahr | boolean | CI/Metrik | | snpm_minimum_data_count Mindestanzahl von Datenpunkten, die zum Erstellen eines stationären nicht parametrischen Modells erforderlich sind. | 0 bis 1e9 | 5.000 | Ganzzahl | CI/Metrik | [Tabelle : 3. Konfigurationseinstellungen] {#create-config-overriding-rule__table_nj5_tgl_pz} Die folgenden Konfigurationseinstellungen sind für die interne Verwendung vorgesehen. {#create-config-overriding-rule__table_g4w_v3l_pz__entry__5} | Name und Beschreibung | Werte | Standard | Datentyp | Umfang | |-|-|-|-|-| | anomaly_memory_time_min Parameter des Anomaliepunktzahlrechners: Speicherzeit für abnormale Situation. | 1--600 | 45 | doppelt | CI/Metrik | | Überschüssige_z_Punktzahl Parameter des Rechners für Anomaliepunktzahl: Minimale Anomalietheit, die für Ausreißer akkumuliert wird. | 0--3 | 0,8 | doppelt | CI/Metrik | | Linear_accumulator_threshold Schwellenwert für Entscheidungsstruktur: SAMMLERANALYSE | 0.5--5 | 1 | doppelt | Global | | l ow_freq_power_threshold Schwellenwert für Entscheidungsstruktur: WÖCHENTLICHE Analyse | 0--100 | 50 | doppelt | Global | | Low_variability_threshold Schwellenwert für Entscheidungsstruktur: TRENDIGE Analyse | 0.0000000001--0.001 | 0.0001 | doppelt | Global | | mid_freq_power_threshold Schwellenwert für Entscheidungsstruktur: WÖCHENTLICHE Analyse | 0--100 | 33 | doppelt | Global | | multinomial_count_threshold Schwellenwert für Entscheidungsstruktur: Mehrfache Analyse | 1--1000 | 40 | Ganzzahl | Global | | non_zero_diff_threshold Schwellenwert für Entscheidungsstruktur: Analyse „NEAR_KONSTANTE" | 0--100 | 5 | doppelt | Global | | normal_memory_time_min Parameter des Anomaliepunktzahlrechners: Arbeitsspeicherzeit für normale Situation. | 1--600 | 1 | doppelt | CI/Metrik | | normal_probability_ewma_timescale_min Parameter des Anomaliepunktzahlrechners: Normale Bewertungszeitskala. | 1--600 | 15 | doppelt | CI/Metrik | | Normal_probability_weight Parameter des Anomaliepunktzahlrechners: Anpassungsfaktor für normale Bewertung. | 0--1 | 1 | doppelt | CI/Metrik | | Sigmoid_Offset Parameter des Anomaliepunktzahlrechners: Konvertierung von Anomalietheit in Punktzahl. | 0--5 | 2.1 | doppelt | CI/Metrik | | Sigmoid_weight Parameter des Anomaliepunktzahlrechners: Konvertierung von Anomalietheit in Punktzahl. | 0--5 | 1.2 | doppelt | CI/Metrik | | Tiny_Variability_threshold Schwellenwert für Entscheidungsstruktur: Analyse „NEAR_KONSTANTE" | 0--0,001 | 0.0000000001 | doppelt | Global | | weekly_peak_hi_limit Schwellenwert für Entscheidungsstruktur: WÖCHENTLICHE Analyse. | 7--14 | 10 | doppelt | Global | | weekly_peak_lo_limit Schwellenwert für Entscheidungsstruktur: Wöchentliche Analyse. | 0.5--7 | 0,7 | doppelt | Global | | weekly_vs_daily_log_likelihood_threshold Um wie viel Protokollwahrscheinlichkeit wöchentlich größer sein muss als täglich, um das bevorzugte statistische Modell zu sein. | 100--1000 | 200 | doppelt | CI/Metrik | | daily_vs_noisy_log_likelihood_threshold Um wie viel Protokollwahrscheinlichkeit täglich größer sein muss als Rauschen, um das bevorzugte statistische Modell zu sein. | 20--1000 | 200 | doppelt | CI/Metrik | | weekly_vs_noisy_log_likelihood_treshold Um wie viel Protokollwahrscheinlichkeit wöchentlich größer sein muss als Rauschen, um das bevorzugte statistische Modell zu sein. | 100--1000 | 200 | doppelt | CI/Metrik | | trendy_vs_noisy_log_likelihood_threshold Um wie viel Protokollwahrscheinlichkeit Trendy größer sein muss als laut, um das bevorzugte statistische Modell zu sein. | 10--1000 | 50 | doppelt | CI/Metrik | | seasonal_loess_width_in_hours Wird auf die saisonale Komponente eines wöchentlichen oder täglichen Modells angewendet, bevor eine Prognose des zukünftigen Verhaltens erstellt wird. Wenn auf 0 festgelegt, wird jeder Datenpunkt im Saisonmodell unabhängig von den restlichen Datenpunkten. | 6--24 | 12 | doppelt | CI/Metrik | | Robustheit Beeinflusst, wie Ausreißer zu saisonalen Berechnungen und Trendberechnungen beitragen. | k. A. | wahr | boolean | CI/Metrik | | snpm_min_value_threshold Mindestwert der Daten, die zum Erstellen eines SNPM-Modells erforderlich sind. | -1e9 -- 1e9 | 0 | doppelt | CI/Metrik | | snpm_max_observation_interval_in_sec Maximales erwartetes Beobachtungsintervall, das zum Erstellen eines SNPM-Modells erforderlich ist. | 60--600000 | 120 | Ganzzahl | CI/Metrik | | min_std_jump_fraction Minimales Verhältnis des lokal berechneten Beobachtungsrauschpegels zur typischen Sprunggröße, das die Neuberechnung einer größeren Abweichung des Beobachtungsrauschs rechtfertigt. | 0.0 -- 1.0 | 0.2 | doppelt | CI/Metrik | | dynamic_threshold_error_smoothing Gibt an, ob der exponentiell gewichtete gleitende Durchschnitt verwendet werden soll, um die Residuen in der dynamischen Schwellenwertanalyse zu glätten. | k. A. | wahr | boolean | CI/Metrik | | ewma_Alpha Der Alpha-Wert des exponentiell gewichteten gleitenden Durchschnitts in der dynamischen Schwellenwertanalyse. | 1e-15 -- 1,0 | 0.02739726027 | doppelt | CI/Metrik | | dynamic_threshold_beginning_smoothing_length Anzahl der geglätteten Datenpunkte, die auf den Durchschnitt der doppelten Glättungslänge festgelegt werden sollen. | 0 -- 10000 | 250 | Ganzzahl | CI/Metrik | | dynamic_threshold_error_buffer_minutes Anzahl der Datenpunkte um jeden Ausreißer, der gruppiert werden soll. | 1--1000 | 30 | Ganzzahl | CI/Metrik | | dynamic_threshold_search_start Startwert, bei dem der optimale Steuerungsfaktor gesucht wird. | 0.5 -- 20.0 | 3.0 | doppelt | CI/Metrik | | dynamic_threshold_search_interval Intervall zwischen Suchwerten des optimalen Steuerungsfaktors. | 0.1 -- 5.0 | 0,5 | doppelt | CI/Metrik | | dynamic_threshold_search_count Anzahl der Werte, die für die Suche nach dem optimalen Steuerungsfaktor erforderlich sind. | 1--50 | 19 | Ganzzahl | CI/Metrik | | dynamic_threshold_error_sequence_limit Maximale Anzahl von Fehlergruppen für einen bestimmten Steuerungsfaktorwert bei der Suche. | 1 -- 20 | 5 | Ganzzahl | CI/Metrik | | dynamic_threshold_minimum_data_count Mindestanzahl von Rohdatenpunkten, die erforderlich sind, bevor ein dynamischer Schwellenwert versucht wird. | 1--10000 | 5.000 | Ganzzahl | CI/Metrik | | linear_seasonal_log_likelihood_threshold Schwellenwert, der verwendet wird, um zu entscheiden, ob ein angepasstes Modell mit linearer Saisonalität einem Modell mit einer periodischen Komponente vorgezogen werden soll. | 10-5000 | 1000 | Ganzzahl | CI/Metrik | [Tabelle : 4. Interne Konfigurationseinstellungen] {#create-config-overriding-rule__table_g4w_v3l_pz} * **[Synchronisieren Sie Konfigurationseinstellungsregeln](https://servicenow-prod.fluidtopics.net/XwSbEblqjyKylR4P7vqeiQ)** Regeln für Metrik-Konfigurationseinstellungen enthalten anwenderdefinierte Werte, die Standardwerte überschreiben, die derzeit auf Metrik-Intelligence-MID-Servern vorhanden sind. Um wirksam zu werden, müssen die MID-Server für Metrik-Intelligenz mit dem aktualisierten Satz von Konfigurationseinstellungsregeln synchronisiert werden.