Suchen

Machine Learning im Elastic Stack Elastic vereinfacht Anomalie-Erkennung in Zeitreihen

| Autor / Redakteur: Martin Hensel / Nico Litzel

In Version 5.4 von Elastic sind ab sofort Machine-Learning-Funktionen enthalten. Sie basieren auf Technologie, die Elastic durch die Übernahme von Prelert akquiriert hat.

Firma zum Thema

Elastic hat Machine Learning zur Anomalieerkennung ergänzt.
Elastic hat Machine Learning zur Anomalieerkennung ergänzt.
(Bild: Elastic)

Die neuen Machine-Learning-Funktionen richten sich vor allem an Kunden, die diese ohne interne Fachkenntnisse oder eine eigene Entwicklung einsetzen wollen. Die Funktionen ermöglichen die automatische Identifizierung von Anomalien in Zeitreihen-Datensätzen sowie optimierte Ursachenanalyse und reduzierte False Positives in Echtzeitanwendungen. Sie sind vor allem für Unternehmen geeignet, die Probleme in ihrer Infrastruktur, Cyber-Angriffe oder Unternehmensprobleme in Echtzeit bewältigen müssen.

„Es ist unsere Vision, dem Prozess die Komplexität zu nehmen und es für unsere Nutzer einfach zu machen, Machine Learning innerhalb des Elastic Stack für Anwendungsfälle wie Logging, Sicherheit und Metriken einzusetzen“, erklärt Elastic-Gründer und CEO Shay Banon.

Automatisierte Erkennung

Die nicht überwachten Machine-Learning-Funktionen sind in Version 5.4 in X-Pack zu finden. Sie automatisieren die Anomalie-Erkennung in Zeitreihendaten, wie etwa Log-Dateien, Anwendungs- und Performance-Metriken, Netzwerk-Flows oder Finanz- und Transaktionsdaten. Durch Kombination mit bestehenden und kontinuierlichen Daten aus Elasticsearch ermöglichen die Machine-Learning-Funktionen sofortiges Operationalisieren von Arbeitsabläufen und Anwendungsfällen in Echtzeit. Zudem lassen sich Machine-Learning-Aufträge über die Kibana-UI erstellen und dadurch Komplexität und umständliche Integrationen minimieren.

Zusätzliche Vorteile

Als weitere Vorteile nennt Elastic die folgenden Punkte:

  • Das Machine Learning wird als Bestandteil von X-Pack mit nur einem Befehl in Elasticsearch und Kibana installiert
  • Native Integration in den Elastic Stack – es müssen keine Daten aus Elasticsearch exportiert werden
  • Intuitive Benutzeroberfläche zur Erstellung von Machine-Learning-Aufträgen und zur Analyse von erkannten Anomalien für viele verschiedene Datentypen (Log-Nachrichten, Netzwerkverkehr, Metriken)
  • Läuft mit Elasticsearch – äußerst skalierbar und hochverfügbar
  • Vollständige Unterstützung der Alerting-Funktionen für proaktive Benachrichtigungen von X-Pack

Artikelfiles und Artikellinks

(ID:44685504)