지문을 기준으로 한 애플리케이션 검색

를 기반으로 ServiceNow 예측 인텔리전스제안을 기반으로 애플리케이션을 검색합니다. 예측 인텔리전스 는 검색된 실행 중인 프로세스를 애플리케이션 지문으로 자동 분류하고 범주를 지정하며 제안을 제공합니다. ITOM 가시성 검색된 프로세스의 초기 분석을 수행하고 검색을 원할 수 있는 애플리케이션을 제안하는 데 사용합니다 예측 인텔리전스 . 이 방법을 ITOM 가시성 사용하면 새 애플리케이션 CI 클래스에 대한 CI(구성 항목) 클래스, 분류 규칙 또는 패턴이 자동으로 생성 구성 관리 데이터베이스(CMDB) 됩니다.

시작하기 전에

설명된 IP 네트워크를 검색 범위 세트로 변환대로 모든 관련 IP 범위에서 가로 검색을 수행합니다. 검색하려는 애플리케이션 및 장치에 액세스하기 위한 ITOM 가시성 모든 관련 자격 증명을 제공합니다.

필요한 역할: discovery_admin

이 태스크 정보

지문을 사용하여 애플리케이션을 검색하는 작업은 기본적으로 또는 ServiceNow Store에서 사용할 수 있는 패턴을 사용할 수 없을 때 특히 유용합니다. 예를 들어 비표준, 자체 애플리케이션 또는 새로운 애플리케이션을 검색하려는 경우 등이 있습니다.

디스커버리 의 ITOM 가시성 기능은 ADM(애플리케이션 종속성 매핑)을 사용하여 TCP 포트에서 실행 중인 프로세스를 검색하고 이러한 프로세스를 실행하는 애플리케이션을 검색합니다. 지문을 기반으로 애플리케이션을 검색하는 경우 한 단계 더 나아갑니다. 지문 기반 검색 방법은 ADM이 검색에 사용하지 않은 프로세스를 분석합니다.

지문 기반 검색은 알고리즘을 사용하여 실행 중인 프로세스를 식별하고 그룹으로 구성합니다. 이러한 프로세스 그룹은 제안된 애플리케이션 또는 후보가 됩니다. 제안된 애플리케이션을 검토하고 검색할 애플리케이션을 선택합니다. 제안된 애플리케이션 목록은 매 시간 업데이트됩니다.

지문 검색 중에 생성된 패턴은 수평 및 하향식 검색에 사용됩니다. 서비스 매핑 이러한 패턴을 올바르게 실행하려면 이 패턴을 실행할 시기를 정의합니다. 다른 패턴 서비스 매핑 이 이 새로운 패턴을 실행해야 하는 그 전 또는 후에 정의하여 이를 수행합니다.

애플리케이션 제안에 따라 애플리케이션을 검색하면 지문 기반 검색에서 다음 단계를 수행합니다.

1. 지문 기반 검색은 새 애플리케이션에 대한 CI 클래스를 생성합니다 CMDB . 새 CI 클래스는 애플리케이션 [cmdb_ci_appl] CI 클래스를 확장하고 기본적으로 제안된 CI 클래스 표시 이름에 대한 프로세스 그룹 이름을 사용합니다.
2. 지문 기반 검색은 검색하도록 선택한 애플리케이션 그룹에 대한 프로세스 분류 규칙을 생성합니다. ADM은 새 프로세스 분류 규칙을 사용하여 CI 클래스에 대해 생성된 새 패턴을 트리거합니다. 시스템이 패턴과 함께 ITOM 가시성 사용 가능한 기본 패턴이나 사용자 지정 패턴을 먼저 사용하는지 확인할 수 있도록 분류 규칙의 우선순위가 낮아집니다.
3. 지문 기반 검색은 새 CI 클래스에 대한 애플리케이션 유형의 검색 패턴을 생성합니다. 프로세스 분류 적용은 CI에서 식별된 프로세스가 이 패턴의 분류 기준과 일치하는 경우에만 이 패턴을 MID 서버 실행하도록 합니다.
   주:

   사용자 인터페이스는 서비스 매핑 CI 클래스를 CI 유형으로 참조합니다.
4. ADM은 분류 규칙을 사용하여 애플리케이션 CI의 가로 검색을 트리거합니다.
5. ADM은 새 패턴을 사용하여 검색을 트리거합니다.
6. 패턴이 검색을 완료하면 검색된 애플리케이션 CI가 관련 CMDB 테이블에 작성됩니다.

기본적으로 지문 기반 검색이 사용 설정되어 있습니다.

프로시저

1. 다음으로 이동 모두 > 디스커버리 > 홈.
2. 애플리케이션 지문을 클릭합니다.
   애플리케이션 지문 대시보드가 열립니다.
3. 다음 방법 중 하나를 통해 제안된 애플리케이션을 검토합니다.
   • 상위 제안 원형 차트에서 이러한 제안을 구성하는 프로세스 수를 기준으로 정렬된 상위 제안을 봅니다. 프로세스 수에 따라 차트 세그먼트의 크기가 달라집니다. 세그먼트를 클릭하면 필터링된 목록에서 해당 제안을 확인할 수 있습니다. 차트에서 제안을 삭제하려면 차트 범례에서 제안 이름을 클릭합니다.
   • 애플리케이션 서버에 대한 제안만 보려면 제안된 애플리케이션 서버 타일을 클릭합니다. 애플리케이션 서버에 대한 필터링된 제안 목록이 표시됩니다.
   • 또는 모든 제안을 클릭합니다. 필터링되지 않은 모든 제안 목록이 표시됩니다.
4. 제안된 그룹 이름에서 관련 제안을 클릭합니다(예: python).
   제안 상세 정보가 애플리케이션 제안 양식에서 열립니다.
5. 다음 매개변수에 유의하여 제안 상세 정보를 검토합니다.

   필드	설명
   제안된 그룹 이름	제안에 대한 이름이 ITOM 가시성 생성됩니다. 이 필드는 미리 채워지지만 필요한 경우 수정할 수 있습니다.
   확장 그룹 이름	프로세스에 대한 자세한 정보를 제공하는 상위 10개 키워드입니다. 예측 인텔리전스 프로세스에서 이러한 키워드를 추출합니다.
   제안된 CMDB CI 클래스	제안된 애플리케이션을 검색하도록 선택하는 경우 ADM에서 생성하는 CMDB CI 클래스의 이름입니다.
   프로세스 개수	이 제안이 기반으로 하는 검색된 프로세스 수입니다.
   프로세스 뷰	클릭하면 이 제안이 기반으로 하는 샘플 프로세스를 볼 수 있습니다. 전체 프로세스 수는 더 클 수 있으며 1000개부터 시작합니다. 기본적으로 볼 수 있는 샘플 프로세스 수는 100개입니다.
   정확도	확인 알고리즘이 예측의 품질을 확인합니다. 알고리즘은 이 제안 및 기타 제안(애플리케이션 그룹)에서 프로세스의 정규 표현식(ReGex) 매개변수를 분석합니다. 규칙 정확도가 높은 제안을 선택합니다. 정확도가 낮은 경우 지문 기반 검색에 사용되는 정규 표현식 조정에 설명된 대로 프로세스 정규 표현식 정의를 수동으로 조정할 수 있습니다. 주: 정확도 값을 수동으로 수정하지 마십시오.
   프로세스 분류 규칙	분류 규칙에서 사용되는 제안된 정규 표현식입니다. 정규 표현식이 정의된 경우에는 ADM이 가로 검색 시 이 정규 표현식을 사용합니다.
   규칙 무시	무시 작업을 사용하여 검색에서 제외된 프로세스의 이름입니다.

6. 옵션: 이 제안이 관련이 없고 검색에 사용하지 않으려면 다음 작업 중 하나를 수행합니다.
   • 가로 검색에서 프로세스를 제외하려면 무시를 클릭합니다.

     이 프로세스는 거짓으로 설정된 프로세스 Classify parameter 처리기 [discovery_proc_handler] 테이블에 추가됩니다. 디스커버리 제외된 프로세스에 대한 분류 규칙 확인을 중지하고 이러한 프로세스가 실행되는 CI를 검색하지 않습니다.

   • 제안 목록에서 이 제안을 제거하려면 삭제를 클릭합니다.

     제안이 목록에서 사라집니다. 예측 인텔리전스 삭제된 제안에 새 프로세스를 추가하면 이 목록에 다시 나타납니다.

7. 애플리케이션 검색을 클릭합니다.
   지문 기반 검색은 선택한 제안에 대한 애플리케이션 CI를 검색합니다.
8. 애플리케이션 지문 대시보드에서 검색된 애플리케이션이 생성된 애플리케이션 아래에 나타나는지 확인합니다.

   
   
   

9. 자동으로 생성된 패턴의 실행 순서를 구성합니다.
   1. 새 애플리케이션 옆의 프로세스 분류 규칙을 클릭합니다.
      프로세스 분류 양식이 열립니다.
   2. 프로브 트리거 탭에서 패턴 링크를 클릭합니다.
      
      
      

      패턴 양식이 열립니다.

   3. 이 패턴이 항상 실행되는 순서를 선택합니다.
      • 이전
      • 이후
   4. 그런 다음 해당하는 다른 패턴을 선택합니다.
      주:

      올바른 순서를 모르거나 하향식 검색에 자동으로 생성된 패턴을 사용하지 않을 경우에는 실행 순서를 '최후'로 구성합니다.
   5. 저장을 클릭합니다.
10. 옵션: 새 애플리케이션 옆의 프로세스 분류 규칙을 클릭하여 지문 기반 검색이 애플리케이션 CI에 대해 생성하는 패턴과 분류 규칙을 확인합니다.
11. 옵션: 검색 결과가 만족스럽지 않은 경우에는 지문 기반 검색 기능을 보정합니다.

관련 개념

• 애플리케이션 지문 대시보드

관련 정보

• 예측 인텔리전스