Elasticsearch 5.4 beta 新功能介紹
如果你也是 Elaticsearch 的粉絲，或者機器學習的愛好者，你肯定不會錯過這個東西。5 月份 Elaticsearch 推出了新版本 5.4，準確地說是 Elastic Stack 全家桶都更新為 5.4 了，在 X-pack 中的 beta 特性中，加入了 Machine Learning 這個特性，同時也會在 Kibana 中有所體現(xiàn)。
據(jù)官方博客報導，他們講 Prelert Machine Learning 的技術應用到了 Elastic Stack 中，Prelert 是 Elastic 公司去年 9 月份收購的行為分析技術提供商，意圖是幫助客戶解決網(wǎng)絡安全、欺詐檢測、IT 運營分析等場景問題。Prelert 和 Elastic 產(chǎn)品的高度契合，最終成就了這個看起來很炫酷的工具。
報導還稱，“目前，X-Pack Machine Learning 功能的著眼點是，利用無監(jiān)督式機器學習，提供 “時間序列異常檢測” 功能。以后將計劃增加更多 Machine Learning 功能，但是我們目前只專注于為用戶存儲的時間序列數(shù)據(jù)（例如日志文件、應用程序和性能指標、網(wǎng)絡流量或 Elasticsearch 中的財務/交易數(shù)據(jù)）提供附加值?！?這就是說，大家可能比較期待的有監(jiān)督學習或者什么深度學習并沒有集成進來，而更多的還是 Elasticsearch 更擅長的時間序列分析。
下面將介紹三種不同的使用用例：
自動提醒關鍵績效指標值的異常變化
自動追蹤數(shù)以千計的指標
高級作業(yè)
用例1：自動提醒關鍵績效指標值的異常變化
Machine Learning 功能的首個切入點是單一指標作業(yè)，如何識別單變量時間序列數(shù)據(jù)中存在的異常。如果您發(fā)現(xiàn)的異常是有意義的，您就可以連續(xù)地實時運行這項分析，并在發(fā)生異常時發(fā)出警報。產(chǎn)品后臺包含大量復雜的無監(jiān)督式機器學習算法和統(tǒng)計模型，因此我們對于任意信號具有魯棒性，并且能夠準確反映。該功能可以在 Elasticsearch 集群中像原生程序一樣運行，功能實現(xiàn)進行了優(yōu)化，幾秒鐘即可分析數(shù)以百萬計的事件。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%