Improvement
Verbesserte Genauigkeit der Anomalieerkennung
Diese Seite ist auch in English, Português, Español, Italiano, Français und 日本語 verfügbar.
Die automatische Saisonalitätserkennung bei Cloud-Ausgabenmustern reduziert durch ein intelligenteres Prognosemodell die Anzahl falsch-positiver Anomalie-Warnungen.
Wir haben die Genauigkeit der Anomalieerkennung verbessert (und die Anzahl falsch-positiver Warnungen reduziert), indem wir automatisch Saisonalitäten (z. B. "Ausgabenmuster") in Ihrer Cloud-Nutzung und Ihren Cloud-Kosten erkennen. In den beigefügten Beispielen handelt es sich bei der vermuteten Anomalie um einen deutlichen Anstieg im Vergleich zu den Vortagen. Unser neues Prognosemodell erkennt jedoch, dass die Kosten innerhalb des prognostizierten Bereichs liegen und die Schwankung auf historische Trends und saisonale Effekte zurückzuführen ist.
Betrachten Sie die folgenden (realen!) Beispiele:
- Der orangefarbene Punkt stellt die aktuellen Tageskosten dar, die als Anomalie-Verdacht gelten
- Die schwarzen Punkte repräsentieren historische Daten
- Die blaue Linie zeigt unser neues Prognosemodell
- Der blaue Bereich/das blaue Band ist der Prognosebereich, d. h. die obere/untere Grenze unserer Vorhersage
