---
sourceDocument: Gestion des opérations IT Australie
sourceDocumentLink: https://servicenow-prod.fluidtopics.net/r/fr-FR/it-operations-management

 Release :

    - australia

ft:locale :

    - fr-FR

ft:publication_title :

    - Gestion des opérations IT Australie

ft:clusterId :

    - itom

bundleId :

    - itom

workflow :

    - Technology


---

# Comment Analyse de l'intégrité des journaux générer des alertes

# Comment Analyse de l'intégrité des journaux générer des alertes {#ariaid-title1}

* Rversion finale: Australia
* 
* Mis à jour 12 mars 2026
* 
* ![](https://www.servicenow.com/docs/portal-asset/ico-clock) 3 minutes de lecture

Analyse de l'intégrité des journaux Identifie les schémas dans vos données de journal et apprend le comportement des schémas. Lorsque HLA le moteur d'IA de détecte un comportement anormal, il envoie un événement à l'application ServiceNow Gestion des événements . En tant qu'opérateur, vous pouvez utiliser ces alertes prédictives pour gérer les problèmes informatiques émergents avant qu'ils n'affectent les utilisateurs.

## Détection d'anomalie de journal {#hla-op-anomalies-detecting__section_vlx_gtf_qmb}

Les anomalies sont des comportements anormaux ou inattendus qui se produisent lorsque les activités s'écartent des bases de référence établies. Il existe de nombreux types d'anomalies. Dans cet exemple, le système suit le taux de base de référence (le nombre moyen d'événements par minute) pour un modèle de journal spécifique. Lorsque ce journal généralement inactif génère un pic d'événements, le système détecte l'écart par rapport à la base de référence et génère une alerte.
Figure 1. Comportement anormal Analyse de l'intégrité des journaux utilise diverses méthodes pour détecter les anomalies et générer des alertes.

## Mesures d'alerte {#hla-op-anomalies-detecting__section_mh2_1q2_ymb}

Analyse de l'intégrité des journaux surveille plusieurs mesures dans le flux de journal pour détecter les comportements anormaux. Chaque mesure est associée à une source unique : la combinaison de l'instance de service et du composant. Lorsque le système identifie un modèle anormal pour une mesure, il génère une alerte.

En tant qu'opérateur, vous pouvez fournir des commentaires sur les alertes générées. Vos commentaires \<\< enseignent \>\> Analyse de l'intégrité des journaux qu'une alerte spécifique est significative ou non pertinente pour vous. L'application augmente alors la priorité de la mesure d'alerte ou la désactive pour réduire le bruit.  
* Une alerte importante est plus susceptible d'être incluse dans un groupe d'analyse de journal lorsque la mesure associée se comporte de manière anormale. Pour plus d'informations, consultez [Marquer une alerte comme significative dans Analyse de l'intégrité des journaux](https://servicenow-prod.fluidtopics.net/uiNCOjp8Wvx_fC8iME3gnw "Augmentez la probabilité d’inclusion d’une alerte dans un Analyse du journal groupe lorsque la mesure associée se comporte de manière anormale en étiquetant l’alerte comme significative.").
* Désactivez le micro d'une alerte pour une source spécifiée afin d'éliminer les nouvelles alertes gênantes pour des problèmes sans importance. Lorsqu'une mesure est désactivée, Analyse de l'intégrité des journaux supprime du flux l'alerte actuelle et toutes les autres alertes basées sur cette mesure. Il arrête également de générer de nouvelles alertes à partir de cette mesure. Pour plus d'informations, consultez [Désactiver une alerte sans importance dans Analyse de l'intégrité des journaux](https://servicenow-prod.fluidtopics.net/ih0dmHgVZ4MPx3k71wnIvQ "Éliminez les nouvelles alertes gênantes pour des problèmes insignifiants en les désactivant.").
* Lorsque la situation change, vous pouvez redonner à une mesure significative sa signification par défaut. Vous pouvez également réactiver une mesure désactivée pour que le système recommence à générer des alertes. Pour plus d'informations, consultez [Restaurer l'importance normale d'une mesure d'alerte dans Analyse de l'intégrité des journaux](https://servicenow-prod.fluidtopics.net/641~WMrR4I1HnhZa42aH7A "Redonne une signification normale à la mesure impliquée dans la génération d’une Analyse du journal alerte. Utilisez cette option si vous ne souhaitez plus traiter spécialement une alerte qui a été désactivée, marquée comme significative ou rendue moins sensible à des anomalies similaires.").
{#hla-op-anomalies-detecting__ul_a1n_stg_f4b}

## Mots clés du lexique {#hla-op-anomalies-detecting__section_gdn_bbn_3nb}

Analyse de l'intégrité des journaux Analyse vos journaux à la recherche de mots pouvant indiquer des problèmes importants. Des mots clés lexicaux tels que \<\< crashed \>\> ou \<\< failed \>\> signalent une condition qui peut mériter notre attention.

Le système définit un seuil pour chaque mot clé lexical en fonction de ce qu'il considère comme le modèle d'occurrence normal et la fréquence de ce mot clé dans vos journaux. Lorsqu'il analyse vos journaux, il trouve toutes les occurrences du mot clé. Si le nombre dépasse le seuil, une alerte est générée. Pour plus d'informations, consultez [Afficher les mots clés lexicaux qui génèrent des alertes dans Analyse de l'intégrité des journaux](https://servicenow-prod.fluidtopics.net/eZdNwSdJoYOSkCcahwQqWA "Consultez la liste des mots clés lexicaux qui peuvent indiquer des problèmes importants dans les entrées de journal.").

Pour plus d'informations sur la gestion des mots-clés globaux, reportez-vous à la section [Ajouter, modifier ou supprimer des mots clés lexicaux dans Analyse de l'intégrité des journaux](https://servicenow-prod.fluidtopics.net/ILck8pLAj9DMYpQ78cN2NA "Gérez les mots clés recherchés Analyse de l'intégrité des journaux dans vos données de journal."). Pour créer ou supprimer des mots-clés pour un type de source spécifique, reportez-vous à la section [Configurer les options de type de source dans Analyse de l'intégrité des journaux](https://servicenow-prod.fluidtopics.net/b7rwenVeOeRQ84D25Vx1yQ "Analyse de l'intégrité des journaux extrait automatiquement les types de source dans le processus de mappage. Vous pouvez ajouter des formats d’horodatage et spécifier, supprimer ou exclure des mots clés pour des types de source individuels.").

## Corrélations {#hla-op-anomalies-detecting__section_jxp_dq2_ymb}

Les corrélateurs de journal sont des clés ou des valeurs dans les données de journal qui détectent les corrélations entre les alertes. Par exemple, un corrélateur de journal peut détecter quand l'ID d'un périphérique réseau particulier se produit simultanément dans plusieurs avertissements sur différentes instances de service. Pour plus d'informations, consultez [Identification des alertes connexes dans les données de journal à l'aide de corrélateurs de journaux dans Analyse de l'intégrité des journaux](https://servicenow-prod.fluidtopics.net/lQDgId7eCICF9F0bxXT3fQ "Dans Analyse de l'intégrité des journaux, les corrélateurs sont des clés ou des valeurs dans lesdonnées de journal qui détectent les corrélations entre les alertes pour vous aider à déterminer si une alerte fait partie d’un problème plus vaste. Par exemple, un corrélateur de journal peut détecter lorsque l’ID d’interface d’un périphérique réseau particulier se produit simultanément dans plusieurs avertissements sur différentes instances de service.").

## Filtrage avancé des alertes {#hla-op-anomalies-detecting__section_drm_y1n_3nb}

Ajoutez des filtres avancés d'alerte de journal pour analyser les alertes en ce qui concerne les conditions que vous spécifiez. Les filtres réduisent le bruit en supprimant les alertes qui n'indiquent pas de problème important. Lors du développement d'un filtre, vous pouvez le tester, le mettre à jour, le publier ou l'activer à tout moment. Pour plus d'informations, consultez [Créer des filtres avancés d'alerte de journal](https://servicenow-prod.fluidtopics.net/1gIAoIxuwOC9rQkrIG29Mw "Ajoutez des filtres avancés d’alerte de journal pour analyser les alertes en ce qui concerne les conditions que vous spécifiez. Les filtres réduisent le bruit en supprimant les alertes qui n’indiquent pas de problème important. Lors du développement d’un filtre, vous pouvez le tester, le mettre à jour, le publier ou l’activer à tout moment.").

## Règles d'alerte personnalisées {#hla-op-anomalies-detecting__section_vxf_lj2_knb}

Définissez une règle d'alerte d'analyse de journal lorsque vous rencontrez des données de journal qui doivent générer une alerte. La règle d'alerte génère une alerte pour une mesure spécifiée avec un seuil que vous spécifiez et définit les propriétés de l'alerte générée. Pour plus d'informations, consultez [À propos des Analyse du journal règles d'alerte](https://servicenow-prod.fluidtopics.net/I3CbG2nSytYNIJxlqQCacQ "Analyse de l'intégrité des journaux (HLA) détecte automatiquement les anomalies en apprenant à partir de vos données de journal. Cependant, la détection automatique ne fonctionne pas aussi bien pour tous les types de journaux. Certains journaux ont besoin d’une règle d’alerte personnalisée pour générer des alertes de manière fiable.").