Erstellen Sie eine Konfigurationseinstellungsregel

Konfigurationseinstellungen wirken sich auf die Verarbeitung von Metrikdaten aus. Konfigurationseinstellungsregeln überschreiben das standardmäßige Metrikverarbeitungsverhalten, um die Systemaktionen zu bestimmen, wenn eine Anomalie erkannt wird.

Vorbereitungen

Erforderliche Rolle: evt_mgmt_admin

Warum und wann dieser Vorgang ausgeführt wird

Eine Reihe von Konfigurationseinstellungen bestimmen das Verhalten von Metrikdaten MID Servers. Im Basissystem sind diese Konfigurationseinstellungen mit Standardwerten, Datentypen und einem Bereich gültiger Werte konfiguriert. Sie können diese Konfigurationseinstellungen nicht direkt ändern oder neue hinzufügen. Sie können jedoch eine Metrikkonfigurationsregel mit neuen Konfigurationseinstellungen erstellen, die die Standardwerte auf den MID-Servern überschreiben.

Wenden Sie diese Regeln dann manuell auf alle an Metrikdaten MID Servers In einem einzelnen Synchronisierungsvorgang, oder verlassen Sie sich auf einen stündlichen Systemauftrag, um die Synchronisierung durchzuführen.

Um wirksam zu werden, Metrikdaten MID Servers Muss mit den Aktualisierungen der Konfigurationseinstellungsregeln synchronisiert werden.

Es sind mehrere Regeln für eine Einstellung zulässig, die sich auf dieselben CIs auswirken. In diesem Fall:

• Regeln, in denen ein Filter definiert ist, haben Vorrang vor einer globalen Regel, in der kein Filter definiert wurde.
• Wenn mehrere Regeln, die sich auf denselben Satz von CIs auswirken, dieselbe Priorität haben, wird nur die neueste zu definierende Regel angewendet.
• Wenn sich mehrere Regeln mit unterschiedlichen Prioritäten auf denselben Satz von CIs auswirken, werden Regeln mit der höchsten Priorität angewendet.

Prozedur

1. Navigieren zu Alle > Ereignismanagement > Anomalie-Erkennung > Metrikkonfigurationsregelnan.
2. Klicken Sie im Bereich Metrikkonfigurationsregeln auf Neu , Und füllen Sie das Formular aus.

   Tabelle : 1. Formular für Metrikkonfigurationsregeln

   Feld	Beschreibung
   Name	Regelname.
   Reihenfolge	Regelpriorität in allen anderen Regeln. Höhere Zahlen stellen höhere Prioritäten dar.
   Filtern nach	Kontrollkästchen zum Anzeigen von Regel Feld, in dem Sie Bedingungen angeben können, die CIs erfüllen müssen, damit die Regel angewendet wird. Beispiel: In Wählen Sie das Feld aus Liste, wählen Sie aus Fügen Sie Zugehörige Felder Hinzu Und fügen Sie dann den Filter hinzu [Klasse][ist][Linux-Server] . Wenn diese Option deaktiviert ist, gilt die Regel global für alle CIs in der Tabelle „Metrik-zu-CI-Zuordnung“ [sa_metric_Map].

3. Klicken Sie mit der rechten Maustaste auf den Formulartitel, und klicken Sie auf Speichern .
4. Klicken Sie im Formularabschnitt „Metrik überschriebene Konfigurationen“ auf Neu , Füllen Sie das Formular aus, und klicken Sie dann auf Übermitteln .

   Tabelle : 2. Formular für überschriebene Metrikkonfigurationen

   Feld	Beschreibung
   Name	Konfigurationseinstellung, für die der Wert überschrieben werden soll. Klicken Sie auf Symbol zum Anzeigen der Liste aller Konfigurationseinstellungen. Klicken Sie auf Symbol zum Anzeigen von Metrikeinstellungen Dialogfeld mit Details wie dem Bereich möglicher Werte. Details zu Konfigurationseinstellungen finden Sie in den folgenden Tabellen (Konfigurationseinstellungen und interne Konfigurationseinstellungen).
   Regel	Regel, für die die erstellte Konfigurationseinstellung gilt.
   Wert	Neuer Wert, der den Standardwert für die angegebene Konfigurationseinstellung überschreibt.

   Sie können die folgenden Konfigurationseinstellungen in ändern Name Feld.

   Hinweis:

   Der in der Metrikkonfigurationsregel angegebene Filter gilt nicht für Einstellungen mit einem globalen Bereich.

   Tabelle : 3. Konfigurationseinstellungen

   Name und Beschreibung	Werte	Standard	Datentyp	Umfang
   Anomaly_Detection_enabled Aktivieren/deaktivieren Sie die Anomalieerkennung. Hinweis: Wenn anomaly_detection_action_level festgelegt ist, wird Anomaly_Detection_enabled ignoriert.	N/V	wahr	boolean	CI/Metrik
   anomaly_detection_action_level Aktionsebene der Anomalieanalyse und -Verarbeitung. Weitere Informationen finden Sie unter Konfigurieren Sie die Aktionsebene für die Anomalieerkennung.	Auswahlmöglichkeiten: Nur Metriken Grenzen Anomaliepunktzahlen Anomaliewarnungen IT-Warnungen	Neue Datensätze: Grenzwerte Aktualisierte Datensätze: Anomaliewarnungen	Auswahl	CI/Metrik
   buffer_anomaly_eviction_size Maximale Anzahl von Anomalien auf individueller Metrikebene, die im internen Puffer gespeichert werden können, bevor sie für jedes CI/Metrikpaar an die Instanz gesendet werden.	60–1440	60	Ganzzahl	Global
   buffer_ci_score_eviction_size Maximale Anzahl von Anomalien auf CI-Ebene, die im internen Puffer gespeichert werden können, bevor sie an die Instanz gesendet werden (derzeit nicht verwendet)	60–1440	60	Ganzzahl	Global
   buffer_metric_eviction_size Maximale Anzahl von Metriken, die im internen Puffer gespeichert werden können, bevor sie für jedes CI/Metrikpaar an die Instanz gesendet werden.	60–1440	60	Ganzzahl	Global
   connection_login_timeout_secs Maximale Zeit in Sekunden für die Anmeldung bei der lokalen Datenbank auf DEM MID-Server.	30–60	30	Ganzzahl	Global
   corrupt_data_count_threshold Mindestanzahl von Trainingspunkten (15-Minuten-Durchschnitt), die für statistische Analysen erforderlich sind.	10–100	30	Ganzzahl	Global
   deprioritize_early_batching_of_anomalous_ci Senden Sie anomale CI-Informationen sofort oder in regelmäßigen Intervallen.	N/V	falsch	boolean	Global
   mad_model_min_days Anzahl der Tage, für die Daten verfügbar sein müssen, um ein auf der mittleren absoluten Abweichung basierendes Modell zu berücksichtigen.	10-120	10	Ganzzahl	CI/Metrik
   max_pool_connections_size Maximale Anzahl von Verbindungen für den lokalen Datenbankpool.	10–50	25	Ganzzahl	Global
   Observation_time_min Erwartetes minimales Metrikbeobachtungsintervall.	1–1440	1	Ganzzahl	CI/Metrik
   Robust_Central_percentage Prozentsatz der Restdaten zur Berechnung der Rest-Standardabweichung, der für die Ausreißer-Erkennung verwendet wird. Bei Festlegung auf 100 wird die Standardabweichung für reguläre Beispiele verwendet.	50–100	90.0	doppelt	Global
   sparse_gap_fraction_threshold Wenn mehr als dieser Prozentsatz der Daten fehlt und keine andere Klasse identifiziert wurde, klassifizieren Sie sie als DÜNN. Versuchen Sie nicht, ein WOCHENMODELL anzupassen.	0–100	50	doppelt	Global
   weekly_model_min_days Anzahl der Tage, für die Daten verfügbar sein müssen, um nur eine WÖCHENTLICHE Saisonaufgliederung zu berücksichtigen.	14-90	15	Ganzzahl	CI/Metrik
   daily_model_min_days Anzahl der Tage, für die Daten verfügbar sein müssen, um nur eine TÄGLICHE Saisonaufgliederung zu berücksichtigen.	2-90	3	Ganzzahl	CI/Metrik
   Build_snpm_model Aktivieren/deaktivieren Sie die Erstellung eines SNPM-Datenmodells.	N/V	wahr	boolean	CI/Metrik
   snpm_minimum_data_count Mindestanzahl von Datenpunkten, die zum Erstellen eines stationären nicht parametrischen Modells erforderlich sind.	0 bis 1e9	5.000	Ganzzahl	CI/Metrik

   Die folgenden Konfigurationseinstellungen sind für die interne Verwendung vorgesehen.

   Tabelle : 4. Interne Konfigurationseinstellungen

   Name und Beschreibung	Werte	Standard	Datentyp	Umfang
   anomaly_memory_time_min Parameter des Anomaliepunktzahlrechners: Speicherzeit für abnormale Situation.	1–600	45	doppelt	CI/Metrik
   Überschüssige_z_Punktzahl Parameter des Rechners für Anomaliepunktzahl: Minimale Anomalietheit, die für Ausreißer akkumuliert wird.	0–3	0,8	doppelt	CI/Metrik
   Linear_accumulator_threshold Schwellenwert für Entscheidungsstruktur: SAMMLERANALYSE	0.5–5	1	doppelt	Global
   l ow_freq_power_threshold Schwellenwert für Entscheidungsstruktur: WÖCHENTLICHE Analyse	0–100	50	doppelt	Global
   Low_variability_threshold Schwellenwert für Entscheidungsstruktur: TRENDIGE Analyse	0.0000000001–0.001	0.0001	doppelt	Global
   mid_freq_power_threshold Schwellenwert für Entscheidungsstruktur: WÖCHENTLICHE Analyse	0–100	33	doppelt	Global
   multinomial_count_threshold Schwellenwert für Entscheidungsstruktur: Mehrfache Analyse	1–1000	40	Ganzzahl	Global
   non_zero_diff_threshold Schwellenwert für Entscheidungsstruktur: Analyse „NEAR_KONSTANTE“	0–100	5	doppelt	Global
   normal_memory_time_min Parameter des Anomaliepunktzahlrechners: Arbeitsspeicherzeit für normale Situation.	1–600	1	doppelt	CI/Metrik
   normal_probability_ewma_timescale_min Parameter des Anomaliepunktzahlrechners: Normale Bewertungszeitskala.	1–600	15	doppelt	CI/Metrik
   Normal_probability_weight Parameter des Anomaliepunktzahlrechners: Anpassungsfaktor für normale Bewertung.	0–1	1	doppelt	CI/Metrik
   Sigmoid_Offset Parameter des Anomaliepunktzahlrechners: Konvertierung von Anomalietheit in Punktzahl.	0–5	2.1	doppelt	CI/Metrik
   Sigmoid_weight Parameter des Anomaliepunktzahlrechners: Konvertierung von Anomalietheit in Punktzahl.	0–5	1.2	doppelt	CI/Metrik
   Tiny_Variability_threshold Schwellenwert für Entscheidungsstruktur: Analyse „NEAR_KONSTANTE“	0–0,001	0.0000000001	doppelt	Global
   weekly_peak_hi_limit Schwellenwert für Entscheidungsstruktur: WÖCHENTLICHE Analyse.	7–14	10	doppelt	Global
   weekly_peak_lo_limit Schwellenwert für Entscheidungsstruktur: Wöchentliche Analyse.	0.5–7	0,7	doppelt	Global
   weekly_vs_daily_log_likelihood_threshold Um wie viel Protokollwahrscheinlichkeit wöchentlich größer sein muss als täglich, um das bevorzugte statistische Modell zu sein.	100–1000	200	doppelt	CI/Metrik
   daily_vs_noisy_log_likelihood_threshold Um wie viel Protokollwahrscheinlichkeit täglich größer sein muss als Rauschen, um das bevorzugte statistische Modell zu sein.	20–1000	200	doppelt	CI/Metrik
   weekly_vs_noisy_log_likelihood_treshold Um wie viel Protokollwahrscheinlichkeit wöchentlich größer sein muss als Rauschen, um das bevorzugte statistische Modell zu sein.	100–1000	200	doppelt	CI/Metrik
   trendy_vs_noisy_log_likelihood_threshold Um wie viel Protokollwahrscheinlichkeit Trendy größer sein muss als laut, um das bevorzugte statistische Modell zu sein.	10–1000	50	doppelt	CI/Metrik
   seasonal_loess_width_in_hours Wird auf die saisonale Komponente eines wöchentlichen oder täglichen Modells angewendet, bevor eine Prognose des zukünftigen Verhaltens erstellt wird. Wenn auf 0 festgelegt, wird jeder Datenpunkt im Saisonmodell unabhängig von den restlichen Datenpunkten.	6–24	12	doppelt	CI/Metrik
   Robustheit Beeinflusst, wie Ausreißer zu saisonalen Berechnungen und Trendberechnungen beitragen.	N/V	wahr	boolean	CI/Metrik
   snpm_min_value_threshold Mindestwert der Daten, die zum Erstellen eines SNPM-Modells erforderlich sind.	-1e9 – 1e9	0	doppelt	CI/Metrik
   snpm_max_observation_interval_in_sec Maximales erwartetes Beobachtungsintervall, das zum Erstellen eines SNPM-Modells erforderlich ist.	60–600000	120	Ganzzahl	CI/Metrik
   min_std_jump_fraction Minimales Verhältnis des lokal berechneten Beobachtungsrauschpegels zur typischen Sprunggröße, das die Neuberechnung einer größeren Abweichung des Beobachtungsrauschs rechtfertigt.	0.0 – 1.0	0,2	doppelt	CI/Metrik
   dynamic_threshold_error_smoothing Gibt an, ob der exponentiell gewichtete gleitende Durchschnitt verwendet werden soll, um die Residuen in der dynamischen Schwellenwertanalyse zu glätten.	N/V	wahr	boolean	CI/Metrik
   ewma_Alpha Der Alpha-Wert des exponentiell gewichteten gleitenden Durchschnitts in der dynamischen Schwellenwertanalyse.	1e-15 – 1,0	0.02739726027	doppelt	CI/Metrik
   dynamic_threshold_beginning_smoothing_length Anzahl der geglätteten Datenpunkte, die auf den Durchschnitt der doppelten Glättungslänge festgelegt werden sollen.	0 – 10000	250	Ganzzahl	CI/Metrik
   dynamic_threshold_error_buffer_minutes Anzahl der Datenpunkte um jeden Ausreißer, der gruppiert werden soll.	1–1000	30	Ganzzahl	CI/Metrik
   dynamic_threshold_search_start Startwert, bei dem der optimale Steuerungsfaktor gesucht wird.	0.5 – 20.0	3.0	doppelt	CI/Metrik
   dynamic_threshold_search_interval Intervall zwischen Suchwerten des optimalen Steuerungsfaktors.	0.1 – 5.0	0,5	doppelt	CI/Metrik
   dynamic_threshold_search_count Anzahl der Werte, die für die Suche nach dem optimalen Steuerungsfaktor erforderlich sind.	1–50	19	Ganzzahl	CI/Metrik
   dynamic_threshold_error_sequence_limit Maximale Anzahl von Fehlergruppen für einen bestimmten Steuerungsfaktorwert bei der Suche.	1 – 20	5	Ganzzahl	CI/Metrik
   dynamic_threshold_minimum_data_count Mindestanzahl von Rohdatenpunkten, die erforderlich sind, bevor ein dynamischer Schwellenwert versucht wird.	1–10000	5.000	Ganzzahl	CI/Metrik
   linear_seasonal_log_likelihood_threshold Schwellenwert, der verwendet wird, um zu entscheiden, ob ein angepasstes Modell mit linearer Saisonalität einem Modell mit einer periodischen Komponente vorgezogen werden soll.	10-5000	1000	Ganzzahl	CI/Metrik

• Synchronisieren Sie Konfigurationseinstellungsregeln
  Regeln für Metrik-Konfigurationseinstellungen enthalten anwenderdefinierte Werte, die Standardwerte überschreiben, die derzeit auf Metrik-Intelligence-MID-Servern vorhanden sind. Um wirksam zu werden, müssen die MID-Server für Metrik-Intelligenz mit dem aktualisierten Satz von Konfigurationseinstellungsregeln synchronisiert werden.

Zugehörige Tasks

• Konfigurieren Sie mehrere MID Servers Zu arbeiten mit Agent Client Collector-Überwachung