Aprendizaje automatizado

El próximo bombazo en big data
El aprendizaje automatizado tiene la capacidad de transformar radicalmente nuestras vidas cotidianas. Independientemente de si está tratando de predecir la probabilidad de que alguien adquiera un producto, o de determinar cuándo fallará una red móvil, el aprendizaje automatizado puede proporcionar un análisis predictivo basado en los patrones observados en los datos de máquina.
El análisis predictivo se puede utilizar en las organizaciones para optimizar las operaciones de IT, la seguridad y los procesos empresariales y para detectar y anticipar incidentes, reducir los tiempos de resolución y prevenir resultados no deseados.

Los big data están alimentando la tendencia de aprendizaje automatizado

El aprendizaje automatizado se basa en una amplia estrategia de recopilación de datos en almacenes de datos, la nube y entornos híbridos. Cuando enriquece los datos de máquina con datos empresariales estructurados y les aplica aprendizaje automatizado, adquiere la capacidad de predecir y responder ante eventos empresariales en tiempo real.
Los científicos de datos pasan más del 60% del tiempo preparando los datos para un análisis avanzado. Con Splunk, el científico de datos de su equipo puede centrarse en ofrecer información.
Su director de TI, para el que el tiempo es oro, puede aprovechar el aprendizaje automatizado empaquetado para identificar rápidamente el motivo de las interrupciones de servicio mediante Splunk IT Service Intelligence.
Su experto en seguridad puede detectar amenazas internas porque Splunk User Behavior Analytics cuenta con modelos de aprendizaje automatizado integrados basados en nuestra experiencia en supervisión y análisis de eventos de seguridad.
Ahora que está empezando a dejar atrás la agregación de datos, la búsqueda y la visualización para exigir información más sofisticada, el aprendizaje automatizado se está convirtiendo en la nueva piedra angular para el análisis automatizado y predictivo. La plataforma Splunk le acompaña a lo largo de todo este viaje.

Aprendizaje automatizado empaquetado con Splunk

Splunk utiliza técnicas de aprendizaje automatizado para identificar anomalías y patrones que pueden acelerar las investigaciones y la detección de inteligencia. Este tipo específico de caso de uso preintegrado de aprendizaje automatizado ayuda a detectar tendencias y comportamientos atípicos, y puede eliminar el "ruido" generado por el número masivo de eventos en sus datos. Splunk ofrece de manera dinámica la eficacia del aprendizaje automatizado a través de un análisis avanzado en sus soluciones Premium.

Los análisis avanzados de Splunk IT Service Intelligence incluyen:

Detección de anomalías: Marque los patrones operacionales normales como línea base y utilice mediciones estadísticas para determinar los patrones de variabilidad de umbrales
Umbrales adaptables: Adapte dinámicamente los umbrales al comportamiento cambiante y destaque la actividad anómala
Análisis de eventos: Combine datos de eventos con un análisis avanzado para reducir la aglomeración de eventos, los falsos positivos y el amplio mantenimiento de reglas

Splunk User Behavior Analytics incluye aprendizaje
automatizado preempaquetado sin supervisar para:

Detección de amenazas: Admite la detección automatizada de amenazas internas y ataques externos
Detección de anomalías: Ayuda a identificar las desviaciones en múltiples entidades (usuarios, dispositivos y aplicaciones) al compararlas con la línea base de una entidad y sus grupos de compañeros generados dinámicamente
Visualización avanzada: Permite visualizar agregaciones estadísticas en múltiples entidades, así como cadenas dañinas enriquecidas de un vector de amenaza

Aprendizaje automatizado personalizado con Splunk

Para crear modelos personalizados que puedan tratar cualquier caso de uso, Splunk proporciona el kit de herramientas de aprendizaje automatizado, un área de trabajo guiada en la que puede crear, probar e implementar modelos flexibles. La plataforma Splunk incluye más de 25 algoritmos de aprendizaje automatizado de uso común que se pueden aplicar directamente en sus datos para la detección, la activación de alertas o el análisis, todo ello sin abandonar la plataforma Splunk.
Asistentes de modelado
Guían en la creación, la validación y la implementación de modelos
Muestras
Proporcionan ejemplos interactivos para TI, seguridad y procesos empresariales habituales y casos de uso de Internet de las cosas
Biblioteca de Python de código abierto
Le permite crear modelos mediante cualquiera de los más de 300 algoritmos accesibles a través del kit de herramientas de aprendizaje automatizado

Modelado de casos de uso con Splunk

Un valor clave de la creación de modelos en Splunk es que puede aplicarlos dinámicamente a datos de máquina en tiempo real de su organización. Con Splunk, el aprendizaje automatizado se puede utilizar para crear modelos para una variedad de casos de uso comunes.
Investigación específica
Detecte automáticamente anomalías y patrones en los datos para ayudar a los investigadores a identificar y resolver los incidentes.
Alertas inteligentes
Identifique patrones de datos normales a diversos niveles de detalle para genera alertas únicamente en condiciones anómalas para un conjunto específico de circunstancias.
Acciones predictivas
Identifique patrones de actividad para anticiparse y reaccionar ante circunstancias que de lo contrario interrumpirían las operaciones o la obtención de beneficios como el mantenimiento proactivo.
Optimización empresarial
Aplique un análisis de aprendizaje automatizado a modelos y datos históricos para pronosticar la demanda, gestionar el inventario, optimizar las operaciones y reaccionar ante las condiciones cambiantes.
Zillow utiliza una detección personalizada de comportamientos atípicos para identificar rápidamente los grupos de servidores que estén provocando interrupciones debido a cambios frecuentes en el código y la configuración.

Vea el vídeo
El aprendizaje automatizado de Splunk nos ayuda a mejorar rápidamente la experiencia del usuario final al clasificar la gravedad de los problemas. Podemos determinar los motivos más rápido, reducir el tiempo medio empleado en la resolución de problemas (MTTR) y mejorar los acuerdos de nivel de servicio (SLA).

El próximo bombazo en big data

La plataforma Splunk ya cuenta con una trama de datos de máquina empresariales integrada que se puede utilizar para la inteligencia operacional en tiempo real. El aprendizaje automatizado amplía la plataforma Splunk al añadir funciones de detección de comportamientos atípicos y anomalías, umbrales adaptables y análisis predictivo mediante algoritmos empaquetados o personalizados para crear modelos de datos que pronostican eventos futuros. Como función básica de la plataforma Splunk, el aprendizaje automatizado le permite hacer operativos sus datos de máquina.