Imaginez que vous surveillez le système de circulation d’une ville. Vous recevez beaucoup d’alertes, comme des rapports d’accidents, d’embouteillages et de fermetures de routes. Le regroupement automatisé d’alertes fonctionne comme un assistant intelligent qui organise ces alertes en fonction de modèles, de sorte que vous puissiez voir les problèmes associés ensemble et y répondre plus efficacement. Ces groupes d’alertes automatisés sont affichés dans le Liste express .Espace de travail pour l'exploitation des services

Comment activer ce regroupement

Pour activer l’automatisation basée sur l’apprentissage machine pour la corrélation des alertes, définissez la propriété Activer la corrélation d’automatisation basée sur ML (sa_analytics.specific_patterns_enabled) sur vrai.

Si le programme d’installation Prise en charge de domaine - Extensions de domaine est activé, des schémas d’agrégation d’alertes sont créés en fonction du niveau de domaine défini dans la propriété sa_analytics.agg.learner_domain_level. Par défaut, ce niveau de domaine est défini sur deux, ce qui correspond au deuxième niveau de la hiérarchie des domaines. Par exemple, dans une société, le niveau 1 peut représenter l’entreprise elle-même, tandis que le niveau 2 peut représenter les départements ou les équipes de l’entreprise. Les alertes sont regroupées en fonction de ce deuxième niveau, par exemple, en les triant par département ou par équipe. Pour en savoir plus, Séparation de domaine et Gestion des événements.

Comment ça marche

Le regroupement automatisé d’alertes utilise le machine learning (ML) et les données historiques pour identifier des schémas parmi les alertes. Elle examine des caractéristiques spécifiques, appelées identificateurs de modèle, telles que le type de problème, le système, le CI ou la mesure affectés qui se sont produits plusieurs fois au cours d’une même période, afin de déterminer si les alertes sont liées. L’apprenant Agrégation d’alertes utilise des algorithmes pour regrouper les alertes en fonction de modèles. Plus précisément, elle utilise des algorithmes basés sur des modèles et des méthodes probabilistes pour analyser les alertes entrantes et identifier celles qui sont connexes.

Avantages