Improvement
Maggiore precisione nel rilevamento delle anomalie
Questa pagina è disponibile anche in English, Português, Deutsch, Español, Français e 日本語.
Il rilevamento automatico della stagionalità nei pattern di spesa cloud riduce gli avvisi di anomalie falsi positivi grazie a un modello di previsione più intelligente.
Abbiamo migliorato la precisione del rilevamento delle anomalie (riducendo il numero di avvisi falsi positivi) grazie al rilevamento automatico della stagionalità (ad esempio i "pattern di spesa") nell'utilizzo e nei costi del cloud. Negli esempi allegati, l'anomalia sospetta è un aumento significativo rispetto ai giorni precedenti. Tuttavia, il nostro nuovo modello di previsione rileva che il costo rientra nell'intervallo previsto e che la variazione è dovuta a trend storici ed effetti stagionali.
Considerate i seguenti esempi (reali!):
- il punto arancione rappresenta il costo giornaliero attuale, ovvero l'anomalia sospetta
- i punti neri rappresentano i dati storici
- la linea blu è il nostro nuovo modello di previsione
- la regione/banda blu è l'intervallo di previsione, ovvero il limite superiore/inferiore della nostra stima
