JP2023502910A - 運用管理におけるイベント・ストームの構成要素イベントの識別 - Google Patents
運用管理におけるイベント・ストームの構成要素イベントの識別 Download PDFInfo
- Publication number
- JP2023502910A JP2023502910A JP2022527663A JP2022527663A JP2023502910A JP 2023502910 A JP2023502910 A JP 2023502910A JP 2022527663 A JP2022527663 A JP 2022527663A JP 2022527663 A JP2022527663 A JP 2022527663A JP 2023502910 A JP2023502910 A JP 2023502910A
- Authority
- JP
- Japan
- Prior art keywords
- event
- storm
- events
- sample period
- component
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 239000000470 constituent Substances 0.000 title claims abstract description 15
- 238000000034 method Methods 0.000 claims abstract description 65
- 238000003860 storage Methods 0.000 claims description 42
- 238000001514 detection method Methods 0.000 claims description 33
- 238000004590 computer program Methods 0.000 claims description 18
- 230000006870 function Effects 0.000 claims description 17
- 230000015654 memory Effects 0.000 claims description 15
- 238000012360 testing method Methods 0.000 claims description 15
- 230000006399 behavior Effects 0.000 claims description 11
- 238000001604 Rao's score test Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 19
- 238000007726 management method Methods 0.000 description 16
- 238000012545 processing Methods 0.000 description 16
- 238000005516 engineering process Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 238000009826 distribution Methods 0.000 description 6
- 230000008520 organization Effects 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 239000000835 fiber Substances 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 2
- 238000001801 Z-test Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 229910052802 copper Inorganic materials 0.000 description 2
- 239000010949 copper Substances 0.000 description 2
- 230000000875 corresponding effect Effects 0.000 description 2
- 239000004744 fabric Substances 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000000528 statistical test Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000003070 Statistical process control Methods 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000002547 anomalous effect Effects 0.000 description 1
- 238000013474 audit trail Methods 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000009172 bursting Effects 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000010972 statistical evaluation Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000026676 system process Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
- G06F11/0751—Error or fault detection not based on redundancy
- G06F11/0754—Error or fault detection not based on redundancy by exceeding limits
- G06F11/076—Error or fault detection not based on redundancy by exceeding limits by exceeding a count or rate limit, e.g. word- or bit count limit
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/06—Management of faults, events, alarms or notifications
- H04L41/0681—Configuration of triggering conditions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
- G06F11/0766—Error or fault reporting or storing
- G06F11/0772—Means for error signaling, e.g. using interrupts, exception flags, dedicated error registers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
- G06F11/3006—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system is distributed, e.g. networked systems, clusters, multiprocessor systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3055—Monitoring arrangements for monitoring the status of the computing system or of the computing system component, e.g. monitoring if the computing system is on, off, available, not available
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3466—Performance evaluation by tracing or monitoring
- G06F11/3476—Data logging
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/06—Management of faults, events, alarms or notifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/06—Management of faults, events, alarms or notifications
- H04L41/069—Management of faults, events, alarms or notifications using logs of notifications; Post-processing of notifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/04—Processing captured monitoring data, e.g. for logfile generation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/16—Threshold monitoring
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2201/00—Indexing scheme relating to error detection, to error correction, and to monitoring
- G06F2201/81—Threshold
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2201/00—Indexing scheme relating to error detection, to error correction, and to monitoring
- G06F2201/86—Event-based monitoring
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Mathematical Physics (AREA)
- Computer Hardware Design (AREA)
- Data Mining & Analysis (AREA)
- Debugging And Monitoring (AREA)
- Alarm Systems (AREA)
Abstract
Description
IBM(R)Operations Analytics Predictive Insightsは、組織の監視およびパフォーマンス管理システムの複数のデータ・ソースからのデータを消費および分析するためのアナリティクス・コンポーネントを提供する。アナリティクス・コンポーネントは、システムの通常の挙動のモデルを構築し、次いで、抽出された後続のデータをモデル内のデータと比較して、システムの挙動の変化を識別し、挙動の異常を識別する。異常に関する詳細情報を表示するためのユーザ・インターフェースが提供される。
Z検定は、帰無仮説の下での検定統計量の分布を正規分布で近似することができる統計的検定である。中心極限定理により、イベント・レートのサンプルが正規分布に近似すると仮定することは公正な仮定である。そのため、任意の瞬間に、イベント・レートのサンプルをサンプル分布と比較して、通常の動作マージン内にあるか否かを判定することができる。Z検定では、Zスコアまたは改良Zスコア(Modified Z-Score)を使用し得る。
BGP_CISCO_STATE_1
BGP_CISCO_STATE_2
BGP_CISCO_STATE_3
本開示はクラウド・コンピューティングに関する詳細な説明を含むが、本明細書に列挙した教示の実装形態はクラウド・コンピューティング環境に限定されないことを理解されたい。むしろ、本発明の実施形態は、現在知られているまたは今後開発される他の任意のタイプのコンピューティング環境と共に実装することが可能である。
オンデマンド・セルフ・サービス:クラウド・コンシューマは、サービスのプロバイダとの人的な対話を必要とせずに、必要に応じて自動的に、サーバ時間およびネットワーク・ストレージなどのコンピューティング能力を一方的にプロビジョニングすることができる。
ソフトウェア・アズ・ア・サービス(SaaS):コンシューマに提供される能力は、クラウド・インフラストラクチャ上で動作するプロバイダのアプリケーションを使用することである。アプリケーションは、ウェブ・ブラウザ(たとえば、ウェブ・ベースの電子メール)などのシン・クライアント・インターフェースを介して様々なクライアント・デバイスからアクセス可能である。コンシューマは、限定されたユーザ固有のアプリケーション構成設定を可能性のある例外として、ネットワーク、サーバ、オペレーティング・システム、ストレージ、さらには個々のアプリケーション機能を含む、基盤となるクラウド・インフラストラクチャを管理も制御もしない。
プライベート・クラウド:クラウド・インフラストラクチャは組織専用に運用される。これは組織または第三者によって管理され得、構内または構外に存在し得る。
Claims (25)
- 運用管理におけるイベント・ストームの構成要素イベントを識別するためのコンピュータ実装方法であって、
サンプル期間内の予想イベント・レートの動的ベースライン範囲からの異常を検出することによって、イベント・ストームを検出することと、
前記イベント・ストームが検出された場合、イベント・ストームの前記サンプル期間に発生した、イベント・カテゴリ別にグループ化されたイベントのグループのそれぞれについて、前記サンプル期間内の前記グループの前記イベント発生のレートが前記グループの平均から閾値偏差外である場合に、前記イベントのグループを、前記イベント・ストームの一部を構成するものとして識別することと、
を含む、コンピュータ実装方法。 - 前記イベント・ストームの一部を構成するものとして識別された複数のイベントのグループを相互に関連付けることを含む、請求項1に記載の方法。
- 1つまたは複数の規定された長さのサンプル期間における予想イベント・レートを学習することを含む、請求項1に記載の方法。
- 前記イベント・ストームを検出することは、
1つまたは複数の規定された長さのサンプル期間における予想イベント・レートの動的ベースライン範囲を決定するために、動的閾値アルゴリズムを使用することと、
前記イベント・ストームを示す前記動的ベースライン範囲からの異常を検出するために、異常検出アルゴリズムを使用することと、
を含む、請求項1に記載の方法。 - 1つまたは複数の規定された長さのサンプル期間におけるイベント属性情報を学習することを含む、請求項1に記載の方法。
- 前記イベント・カテゴリは、個別イベント属性または距離メトリックに基づくイベント属性のクラスタを含む、請求項1に記載の方法。
- イベント属性の距離メトリックによって前記サンプル期間内のイベントをクラスタ化することを含む、請求項1に記載の方法。
- 個別イベント属性に基づくグループが、前記サンプル期間において前記個別イベント属性に関する閾値偏差を超えていない場合、複数の個別イベント属性をクラスタ化して前記イベントのグループを形成する、請求項1に記載の方法。
- 前記イベント属性の前記距離メトリックは、テキスト文字列メトリック、場所メトリック、またはイベント・ログ・エントリ情報から得られる他のメトリックのグループのうちの1つである、請求項7に記載の方法。
- 前記サンプル期間における前記クラスタに属するイベント・インスタンスの閾値パーセンテージを満たすために前記クラスタ化をテストすることを含む、請求項7に記載の方法。
- 前記サンプル期間において様々な距離メトリックでクラスタを比較することによって、クラスタ化を選択することを含む、請求項7に記載の方法。
- イベントのグループは最小数のイベント・インスタンスを含む、請求項1に記載の方法。
- 前記サンプル期間は、異なるイベント・ストーム挙動をキャプチャするための短い時間ウィンドウおよびより長い時間ウィンドウを含めて、前記イベント・ストーム検出の粒度に合わせて設定される、請求項1に記載の方法。
- 前記グループの平均からの閾値偏差は、前記イベントのグループの閾値Zスコア検定である、請求項1に記載の方法。
- 運用管理におけるイベント・ストームの構成要素イベントを識別するためのコンピュータ実装方法であって、
サンプル期間におけるイベント母集団全体の予想イベント・レートの動的ベースライン範囲からの異常を検出することによって、イベント・ストームを検出することと、
イベント属性をクラスタ化し、前記サンプル期間における前記クラスタ内のイベント・インスタンスの発生のレートが、前記クラスタ化されたイベント属性での基準から閾値偏差外であるか否かを判定することによって、検出されたイベント・ストームにおける前記サンプル期間について、イベント・インスタンスを前記イベント・ストームの構成要素イベントとして識別することと、
を含む、コンピュータ実装方法。 - 運用管理におけるイベント・ストームの構成要素イベントを識別するためのシステムであって、
プロセッサと、コンポーネントの機能を実行するためのコンピュータ・プログラム命令を前記プロセッサに提供するように構成されるメモリと、
サンプル期間内の予想イベント・レートの動的ベースライン範囲からの異常を検出することによって、前記イベント・ストームを検出するためのイベント・ストーム検出コンポーネントと、
前記イベント・ストームの前記サンプル期間に発生した、イベント・カテゴリ別にグループ化されたイベントのグループのそれぞれについて、前記サンプル期間内の前記グループのイベント発生のレートが前記グループの平均から閾値偏差外である場合に、イベントのグループを、前記イベント・ストームの一部を構成するものとして識別するイベント構成要素識別コンポーネントと、
を備える、システム。 - 前記イベント・ストームの一部を構成するものとして識別された複数のイベントのグループを相互に関連付けるためのイベント構成要素関連付けコンポーネントを含む、請求項16に記載のシステム。
- 前記イベント・ストーム検出コンポーネントは、
1つまたは複数の規定された長さのサンプル期間における予想イベント・レートの動的ベースライン範囲を決定するために、動的閾値アルゴリズムを使用するための動的閾値コンポーネントと、
前記イベント・ストームを示す前記動的ベースライン範囲からの異常を検出するために、異常検出アルゴリズムを使用するための異常検出コンポーネントと、
を含む、請求項16に記載のシステム。 - 1つまたは複数の規定された長さのサンプル期間における予想イベント・レートを学習し、前記1つまたは複数の規定された長さのサンプル期間におけるイベント属性情報を学習するための学習コンポーネントを含む、請求項16に記載のシステム。
- イベント属性の距離メトリックによって前記サンプル期間内のイベントをクラスタ化するための属性クラスタ化コンポーネントを含む、請求項16に記載のシステム。
- 前記属性クラスタ化コンポーネントは、前記サンプル期間における前記クラスタに属するイベント・インスタンスの閾値パーセンテージを満たすために前記クラスタ化をテストすることを含む、請求項20に記載のシステム。
- 前記属性クラスタ化コンポーネントは、前記サンプル期間において様々な距離メトリックでクラスタを比較することによって、クラスタを選択することを含む、請求項20に記載のシステム。
- 異なるイベント・ストーム挙動をキャプチャするための短い時間ウィンドウおよびより長い時間ウィンドウを含めて、前記イベント・ストーム検出の粒度に合わせてサンプル期間を設定するための設定コンポーネントを含む、請求項16に記載のシステム。
- 運用管理におけるイベント・ストームの構成要素イベントを識別するためのシステムであって、
プロセッサと、コンポーネントの機能を実行するためのコンピュータ・プログラム命令を前記プロセッサに提供するように構成されるメモリと、
サンプル期間におけるイベント母集団全体の予想イベント・レートの動的ベースライン範囲からの異常を検出することによって、イベント・ストームを検出するためのイベント・ストーム検出コンポーネントと、
イベント属性をクラスタ化し、前記サンプル期間における前記クラスタ内のイベント・インスタンスの発生のレートが、前記クラスタ化されたイベント属性での基準から閾値偏差外であるか否かを判定することによって、検出されたイベント・ストームにおける前記サンプル期間について、イベント・インスタンスを前記ストームの構成要素イベントとして識別するためのイベント構成要素識別コンポーネントと、
を備える、システム。 - 運用管理におけるイベント・ストームの構成要素イベントを識別するためのコンピュータ・プログラム製品であって、前記コンピュータ・プログラム製品はプログラム命令を具現化したコンピュータ可読記憶媒体を備え、前記プログラム命令は、プロセッサによって実行可能であり、前記プロセッサに、
サンプル期間内の予想イベント・レートの動的ベースライン範囲からの異常を検出することによって、前記イベント・ストームを検出することと、
前記イベント・ストームが検出された場合、前記サンプル期間に発生した、イベント・カテゴリ別にグループ化されたイベントのグループのそれぞれについて、前記サンプル期間内の前記グループの前記イベント発生のレートが前記グループの平均から閾値偏差外である場合に、前記イベントのグループを、前記イベント・ストームの一部を構成するものとして識別することと、
を行わせるためのものである、コンピュータ・プログラム製品。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/686,249 | 2019-11-18 | ||
US16/686,249 US11294748B2 (en) | 2019-11-18 | 2019-11-18 | Identification of constituent events in an event storm in operations management |
PCT/IB2020/060609 WO2021099890A1 (en) | 2019-11-18 | 2020-11-11 | Identification of constituent events in an event storm in operations management |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2023502910A true JP2023502910A (ja) | 2023-01-26 |
Family
ID=75909997
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022527663A Pending JP2023502910A (ja) | 2019-11-18 | 2020-11-11 | 運用管理におけるイベント・ストームの構成要素イベントの識別 |
Country Status (6)
Country | Link |
---|---|
US (1) | US11294748B2 (ja) |
JP (1) | JP2023502910A (ja) |
CN (1) | CN114746844A (ja) |
DE (1) | DE112020004572T5 (ja) |
GB (1) | GB2604081B (ja) |
WO (1) | WO2021099890A1 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20230007485A1 (en) * | 2021-06-30 | 2023-01-05 | At&T Mobility Ii Llc | Systems and methods for network anomalies management |
CN113938414B (zh) * | 2021-11-11 | 2023-09-12 | 杭州和利时自动化有限公司 | 一种网络风暴处理方法、***、设备及计算机存储介质 |
US20230308461A1 (en) * | 2022-03-25 | 2023-09-28 | Anodot Ltd. | Event-Based Machine Learning for a Time-Series Metric |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9069666B2 (en) * | 2003-05-21 | 2015-06-30 | Hewlett-Packard Development Company, L.P. | Systems and methods for controlling error reporting and resolution |
US7120717B2 (en) * | 2004-02-13 | 2006-10-10 | Hewlett-Packard Development Company, L.P. | Method and apparatus for controlling interrupt storms |
US8700761B2 (en) * | 2008-09-04 | 2014-04-15 | At&T Intellectual Property I, L.P. | Method and system for detecting and managing a fault alarm storm |
EP2347341A1 (en) * | 2008-10-14 | 2011-07-27 | Hewlett-Packard Development Company, L.P. | Managing event traffic in a network system |
CN102034148A (zh) | 2010-12-08 | 2011-04-27 | 山东浪潮齐鲁软件产业股份有限公司 | 一种监控***的事件预警及防风暴策略的实现方法 |
US8949676B2 (en) * | 2012-05-11 | 2015-02-03 | International Business Machines Corporation | Real-time event storm detection in a cloud environment |
US9166896B2 (en) * | 2013-03-15 | 2015-10-20 | International Business Machines Corporation | Session-based server transaction storm controls |
GB2513885B (en) * | 2013-05-08 | 2021-04-07 | Xyratex Tech Limited | Methods of clustering computational event logs |
US9734005B2 (en) * | 2014-10-31 | 2017-08-15 | International Business Machines Corporation | Log analytics for problem diagnosis |
US10275301B2 (en) * | 2015-09-29 | 2019-04-30 | International Business Machines Corporation | Detecting and analyzing performance anomalies of client-server based applications |
US10103964B2 (en) * | 2016-06-17 | 2018-10-16 | At&T Intellectual Property I, L.P. | Managing large volumes of event data records |
US10067815B2 (en) * | 2016-06-21 | 2018-09-04 | International Business Machines Corporation | Probabilistic prediction of software failure |
CN106131022B (zh) | 2016-07-15 | 2019-04-30 | 四川无声信息技术有限公司 | 一种网络协同攻击风暴源检测方法及装置 |
CN110324168A (zh) | 2018-03-30 | 2019-10-11 | 阿里巴巴集团控股有限公司 | 异常事件监控方法和装置及电子设备 |
US10977162B2 (en) * | 2018-12-20 | 2021-04-13 | Paypal, Inc. | Real time application error identification and mitigation |
-
2019
- 2019-11-18 US US16/686,249 patent/US11294748B2/en active Active
-
2020
- 2020-11-11 JP JP2022527663A patent/JP2023502910A/ja active Pending
- 2020-11-11 WO PCT/IB2020/060609 patent/WO2021099890A1/en active Application Filing
- 2020-11-11 GB GB2207686.3A patent/GB2604081B/en active Active
- 2020-11-11 DE DE112020004572.2T patent/DE112020004572T5/de active Pending
- 2020-11-11 CN CN202080080106.0A patent/CN114746844A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
GB2604081A (en) | 2022-08-24 |
US11294748B2 (en) | 2022-04-05 |
GB202207686D0 (en) | 2022-07-06 |
GB2604081B (en) | 2022-11-30 |
CN114746844A (zh) | 2022-07-12 |
DE112020004572T5 (de) | 2022-09-15 |
US20210149754A1 (en) | 2021-05-20 |
WO2021099890A1 (en) | 2021-05-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11062231B2 (en) | Supervised learning system training using chatbot interaction | |
US10346249B2 (en) | Resolving and preventing computer system failures caused by changes to the installed software | |
US11575697B2 (en) | Anomaly detection using an ensemble of models | |
JP2023502910A (ja) | 運用管理におけるイベント・ストームの構成要素イベントの識別 | |
US10025671B2 (en) | Smart virtual machine snapshotting | |
US11269714B2 (en) | Performance anomaly detection | |
US10691516B2 (en) | Measurement and visualization of resiliency in a hybrid IT infrastructure environment | |
US20230164035A1 (en) | Identifying persistent anomalies for failure prediction | |
US20220214948A1 (en) | Unsupervised log data anomaly detection | |
US10552282B2 (en) | On demand monitoring mechanism to identify root cause of operation problems | |
US11410049B2 (en) | Cognitive methods and systems for responding to computing system incidents | |
US11599404B2 (en) | Correlation-based multi-source problem diagnosis | |
WO2022042126A1 (en) | Fault localization for cloud-native applications | |
US11651031B2 (en) | Abnormal data detection | |
US20220179764A1 (en) | Multi-source data correlation extraction for anomaly detection | |
US11256598B2 (en) | Automated selection of performance monitors | |
US11212162B2 (en) | Bayesian-based event grouping | |
US11665180B2 (en) | Artificially intelligent security incident and event management | |
US10949764B2 (en) | Automatic model refreshment based on degree of model degradation | |
US20230274160A1 (en) | Automatically training and implementing artificial intelligence-based anomaly detection models | |
US9952773B2 (en) | Determining a cause for low disk space with respect to a logical disk | |
US10901979B2 (en) | Generating responses to queries based on selected value assignments | |
US12001310B2 (en) | Approximating activity loads in databases using smoothed time series | |
US20230056637A1 (en) | Hardware and software configuration management and deployment |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221209 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230424 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20240430 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240528 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240716 |