La fonctionnalité en détail

Machine Learning

La Nouvelle Ère de l’Analyse de Données

Le Machine Learning fait entrer l’analyse de données dans une nouvelle ère en permettant aux entreprises d’utiliser des analyses prédictives qui « apprennent » continuellement à partir des données historiques. Ces analyses peuvent optimiser les opérations informatiques, de sécurité et métier en détectant les incidents, en réduisant les temps de résolution et en prédisant les résultats non désirés pour mieux les éviter.

La plateforme Splunk vous permet d’exploiter rapidement la puissance du Machine Learning en offrant un ensemble riche de commandes de Machine Learning et un environnement de développement guidé pour créer des modèles personnalisés pour tous les cas d’utilisation.

Vous recherchez un Machine Learning spécialement conçu pour des objectifs spécifiques ? Les solutions Premium Splunk pour IT Service Intelligence (ITSI) et User Behavior Analytics (UBA) fournissent des analyses prêtes à l’emploi pour la gestion des services informatiques et de la sécurité.

Machine Learning et commandes d'analyse

La plateforme Splunk propose plus de 20 commandes de Machine Learning qui peuvent être appliquées directement à vos données à des fins de détection, d'alerte ou d'analyse. Des commandes comme outlier, predict, cluster et correlate emploient des algorithmes fixes tandis que d’autres comme anomalydetection vous donnent le choix entre plusieurs algorithmes pour s'adapter au mieux à vos besoins.

Vous recherchez plus de flexibilité ? Avec la Boite à outils Splunk Machine Learning, vous avez accès à des commandes supplémentaires et des algorithmes open-source pour créer des modèles personnalisés pour tous les cas d’utilisation.

Modèles personnalisés avec la Boite à outils Splunk Machine Learning

La Boite à outils Splunk Machine Learning fournit un environnement guidé, des exemples interactifs et des extensions SPL pour vous aider à créer et opérationnaliser des modèles de Machine Learning personnalisés. Vous pouvez baser vos modèles sur plus de 300 algorithmes Python open-source issus des librairies ci-kit learn, pandas, statsmodel, numpy et scipy, accessibles depuis l’extension Splunk Python for Scientific Computing. Rendez-vous sur Splunkbase pour la télécharger.

Exemples de scénarios

Étudiez des exemples interactifs de création de modèles catégorisés selon les cas d’utilisation courants en informatique, en sécurité, en IoT et en analyse commerciale. Ils illustrent notamment la prédiction des pannes de disque, la détection des valeurs extrêmes dans les temps de réponse, la prédiction de l’utilisation des VPN et la prévision du trafic Internet.

Assistants

Des assistants vous permettent de choisir l'algorithme puis vous guident dans la création, les tests et le déploiement d’un modèle répondant à des objectifs courants comme la prédiction de valeurs, la prédiction de champs numériques ou catégoriques, et la détection de valeurs extrêmes numériques ou catégoriques.

Commandes SPL étendues

Utilisez les commandes SPL d'apprentissage machine comme fit, apply et allow pour développer, tester et opérationnaliser directement des modèles à l’aide des algorithmes Python open-source issus de l’extension Splunk Python for Scientific Computing.

Opérationnalisez vos modèles

L’un des atouts principaux de la création de modèles de Machine Learning dans Splunk réside dans la possibilité de les appliquer directement aux données machine en temps réel de votre organisation. Que vous utilisiez les assistants de la Boite à outils Splunk Machine Learning ou que vous travailliez directement dans SPL, les modèles sont traduisibles en recherches SPL standard qui peuvent être encore affinés et mis en production pour générer des alertes en temps réel, ou bien des rapports et des tableaux de bord.