IBM Z Anomaly Analytics

通过检测日志和指标数据中的异常,主动识别运营问题并避免发生代价高昂的事件

IBM Z Anomaly Analytics 是一款提供智能异常检测的软件,可主动识别企业环境中的运营问题。

IBM Z Anomaly Analytics 使用历史 IBM Z 日志和指标数据来构建正常操作行为的模型。然后,它会根据模型对实时数据进行评分,以检测异常行为,并提醒 IT 运营。

当今的数字环境中,您的基本服务和应用程序需要保持始终可用。对于拥有包括 IBM Z 在内的混合应用程序的企业来说,随着成本上升、技能短缺和用户模式变化,检测和确定混合应用程序问题的根本原因变得愈发困难。

新增功能

Z Anomaly Analytics 的变更和功能摘要

优势 构建模型

跨多个 IBM Z 子系统(包括 Db2、CICS、MQ、IMS、z/OS 以及 IBM Z 日志数据)为企业环境构建常规运营模型。

实时数据分析

将实时运作数据与正常运作模型进行对比分析,以发现异常行为,并筛选非关键数据,以前进、倒回并聚焦于特定的时段。

事件通知

为了主动识别可能导致业务中断的事件,IT 运营会收到有关异常行为的通知。

可视化

获取具有拓扑背景的异常详细信息,以快速隔离异常活动并说明其影响。

相关性

与 IBM Cloud Pak for Watson AIOps 集成时,将异常事件和拓扑与企业事件和数据相关联有助于了解混合应用程序的影响,并快速解决事件。

功能
基于指标的机器学习系统

检测来自 z/OS 系统管理设施 (SMF) 记录类型的指标数据以及 IBM® IMS 日志记录类型的日志数据中的异常。

基于指标的机器学习概述
集成式日志异常检测

当日志偏离其常规消息频率、发生次数或序列模式时,就会出现异常。随附的问题洞察服务器可将基于消息的异常和基于指标的异常可视化。用户可以快速检查触发异常的详细信息,以确定其潜在影响。

基于日志的机器学习概述
拓扑服务和混合关联

借助已发现的拓扑服务,用户可以实现其 z/OS 子系统和应用程序中异常活动的可视化并建立关联。为 Watson AIOps 使用 IBM Z 事件和拓扑时,IBM Cloud Pak 会将其与来自企业其他领域的事件关联起来。这让用户能够快速确定事件的影响以及混合应用程序中操作问题的根本原因。

Z 拓扑集成
主要组件

深入了解 IBM Z Anomaly Analytics 组件之间的数据流。

Z Common Data Provider

提供用于从 z/OS 系统访问 IT 运营数据的基础架构。

基于日志的机器学习

检测 z/OS 系统日志数据中的异常。

基于指标的机器学习

检测记录类型的指标数据中的异常。

问题洞察

提供针对 IT 环境中一组已定义潜在问题的洞察。

查看组件间数据流的可视化表示
技术细节
规划部署

确保企业环境满足在 Linux 或 z/OS 系统上部署 IBM Z Anomaly Analytics 软件容器的系统要求。

在 Linux 系统上规划部署 在 z/OS 系统上规划部署
相关产品 Machine Learning for IBM z/OS

在 z/OS 上部署 AI 模型以实现大规模实时业务洞察。

IBM Db2 Analytics Accelerator for z/OS

凭借 IBM Z 的控制和安全功能,执行高速数据分析以获得实时洞察分析。

IBM Z Operational Log and Data Analytics

利用近乎实时的运营分析,加速混合事件识别。

后续步骤

深入了解 IBM Z Anomaly Analytics。安排与 IBM Z 代表进行 30 分钟的免费会议。

更多探索方式 文档 支持 IBM Redbooks 支持与服务 全球融资 灵活定价 教育与培训 社区 开发者社区 业务合作伙伴 资源