Logo ru.nowadaytechnol.com

Microsoft Lumos теперь является открытым исходным кодом, позволяющим отслеживать метрики веб-приложений и быстро обнаруживать аномалии путем устранения ложных срабатываний

Оглавление:

Microsoft Lumos теперь является открытым исходным кодом, позволяющим отслеживать метрики веб-приложений и быстро обнаруживать аномалии путем устранения ложных срабатываний
Microsoft Lumos теперь является открытым исходным кодом, позволяющим отслеживать метрики веб-приложений и быстро обнаруживать аномалии путем устранения ложных срабатываний

Видео: Microsoft Lumos теперь является открытым исходным кодом, позволяющим отслеживать метрики веб-приложений и быстро обнаруживать аномалии путем устранения ложных срабатываний

Видео: Microsoft Lumos теперь является открытым исходным кодом, позволяющим отслеживать метрики веб-приложений и быстро обнаруживать аномалии путем устранения ложных срабатываний
Видео: Узнать всё | Вытаскиваем метаданные из файлов 2024, Марш
Anonim
Image
Image

Microsoft открыла доступ к «Lumos», мощной библиотеке Python для автоматического обнаружения и диагностики метрических регрессий в приложениях «веб-масштаба». Сообщается, что библиотека очень активна в Microsoft Teams и Skype. По сути, очень мощный и интеллектуальный «детектор аномалий» теперь имеет открытый исходный код и доступен для веб-разработчиков, чтобы выявлять и устранять регрессии в ключевых показателях производительности, практически устраняя при этом большинство ложных срабатываний.

Microsoft Lumos теперь имеет открытый исходный код. Он активно использовался в некоторых продуктах Microsoft и теперь будет доступен для широкого сообщества разработчиков веб-сайтов и приложений. Сообщается, что библиотека позволила инженерам обнаруживать сотни изменений в показателях и отклонять тысячи ложных тревог, обнаруженных детекторами аномалий.

Lumos снижает количество ложных срабатываний более чем на 90 процентов, утверждает Microsoft:

Lumos - это новая методология, которая включает в себя существующие детекторы аномалий для конкретных областей. Однако Microsoft уверяет, что библиотека Python может снизить количество ложных срабатываний предупреждений более чем на 90 процентов. Другими словами, разработчики теперь могут с уверенностью решать постоянные проблемы, а не периодически возникающие проблемы, которые не имели долгосрочного пагубного воздействия.

Состояние онлайн-сервисов обычно отслеживается путем отслеживания показателей ключевых показателей эффективности (KPI) с течением времени. Инженерам, проводящим «регрессионный анализ», требуется много времени и ресурсов, чтобы отсеять проблемы, которые могут указывать на серьезные проблемы. Эти проблемы могут привести к увеличению эксплуатационных расходов и даже к потере пользователей, если их не решить.

Представляем: Lumos 365 # bigdat # analytics #datascience # dat # datawareghan # upstream #oilandgas #energy # Ghan # westafric # microsoft #businesscentral # lumos365 #erp #finance #supplychain pic.twitter.com/xTYE3yLhaP

- Dataware Tech Ghan (@datawareghana) 1 апреля 2020 г.

Излишне добавлять, что отслеживание основной причины каждого регресса KPI занимает много времени. Более того, команды часто тратят много времени на анализ проблем и обнаруживают, что это просто аномалия. Вот где пригодится Microsoft Lumos. Библиотека Python исключает процесс определения, связано ли изменение с изменением численности населения или обновлением продукта, предоставляя список наиболее важных переменных с указанием приоритетов для объяснения изменений в значении метрики.

Microsoft Lumos также служит более широкой цели понимания разницы в показателях между любыми двумя наборами данных. Интересно, что платформа включает в себя «систематическую ошибку», и, сравнивая набор данных управления и лечения, оставаясь независимым от компонента временных рядов, Lumos может исследовать аномалии.

Представляем наших новых партнеров: Lumos 365 Ltd. # bigdat # analytics #datascience # dat # datawareghan # upstream #oilandgas #energy # Ghan # westafric # microsoft #businesscentral # lumos365 #erp #finance #SupplyChain pic.twitter.com/UdYh8aYdvn

- Dataware Tech Ghan (@datawareghana) 2 марта 2020 г.

Как работает Microsoft Lumos?

Microsoft Lumos работает по принципам A / B-тестирования для сравнения пар наборов данных. Библиотека Python начинается с проверки того, является ли регресс в метрике между наборами данных статистически значимым. Затем следует проверка смещения населения и нормализация смещения для учета любых изменений населения между двумя наборами данных. Lumos решает, что эту проблему не стоит рассматривать, если нет статистически значимого регресса в метрике. Однако, если изменение показателя является статистически значимым, Lumos отмечает функции и ранжирует их в соответствии с их вкладом в изменение целевой метрики.

«Исследователи Microsoft предупреждают, что Lumos не может гарантированно уловить все регрессы в обслуживании и что он не может обеспечить понимание без достаточно большого количества данных». Lumos с открытым исходным кодом Microsoft, https://t.co/IXmMqGjrN8 vi @ VentureBeat

- LisWood Shapiro (@LisaWShapiro) 29 июня 2020 г.

Библиотека Lumos Python служит основным инструментом для сценарного мониторинга сотен показателей. Разработчики и группы, проводящие анализ производительности, могут отслеживать и работать над надежностью служб звонков, собраний и телефонных сетей общего пользования (PSTN) в Microsoft. Библиотека работает в Azure Databricks, сервисе большой аналитики данных на основе Apache Spark. Он был настроен для выполнения нескольких заданий, упорядоченных по приоритету, сложности и типу показателей. Задания выполняются асинхронно. Это означает, что если система обнаруживает аномалию, запускается рабочий процесс Lumos, а затем библиотека интеллектуально анализирует и проверяет, стоит ли искать и устранять аномалию.

Microsoft отметила, что Lumos не гарантированно улавливает все спады в сервисах. Кроме того, сервису потребуется большое количество наборов данных, чтобы предлагать надежные аналитические данные. Компания планирует включить непрерывный анализ показателей, улучшить ранжирование функций, а также внедрить кластеризацию функций. Эти шаги должны решить главную проблему мультиколлинеарности при ранжировании функций.

Рекомендуемые:

Тенденции

Исправлено: Err_connection_refused в Google Chrome

Обновление "Космические инженеры" меняет многопользовательский режим

Предшественник MacOS Proton RAT, Calisto, обнаружен на VirusTotal

Исправление: обратитесь к администратору для получения разрешения

Intel готовится к выпуску низковольтных чипов с TDP 14 нм + серии Amber Lake-Y 5 Вт с повышенными тактовыми частотами

Microsoft PowerShell Core теперь доступен в виде Snap-пакета в дистрибутивах Linux

Корпорация PUBG приносит свои извинения за использование скандального флага восходящего солнца в мобильной версии PUBG

Межсайтовый скриптинг X-XSS-Protection отключен из-за ошибки в Microsoft Edge

В патче Escape From Tarkov 0.9 добавлен первый босс - The Dealbreaker

Уязвимость при записи в Adobe Acrobat и Reader's может допустить выполнение кода

Разблокировки загрузчика Huawei больше не доступны с 23 июня г

Обновление Microsoft ToDo V1.35 представляет функции Star и совместной работы для IOS и Android

Переключатель QL служебной программы DNSLint от Microsoft может разрешить загрузку удаленных файлов

SUSE Linux Enterprise 15 устраняет барьеры между OpenSUSE и SLE

Epic отвечает на обвинения в мошенничестве в Fortnite Summer Skirmish