Apprentissage machine

La prochaine révolution des big data
L’apprentissage machine a le pouvoir de transformer radicalement nos vies quotidiennes. Que vous essayiez de prédire la probabilité qu’une personne achète un article, ou de déterminer à quel moment un réseau cellulaire va tomber en panne, l'apprentissage machine peut produire une analyse prédictive basée sur les motifs remarquables observés dans les données machine.
L’analyse prédictive peut être utilisée sur l’ensemble de l’organisation pour 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.

Les big data alimentent la tendance de l’apprentissage machine

L’apprentissage machine s'appuie sur une stratégie de collecte de données de grande envergure, qui couvre les dépôts de données et les environnements cloud et hybrides. Lorsque l'on enrichit les données grâce à des données métier structurées et que l’on y applique l’apprentissage machine, on acquiert la possibilité de prédire et de prendre en charge les événements commerciaux en temps réel.
Plus de 60 % du temps des data scientists est consacré à la préparation des données en vue d'une analyse avancée. Avec Splunk, le data scientist de votre équipe peut se concentrer sur la production de renseignements.
Votre directeur informatique, dont le temps est extrêmement précieux, peut exploiter des modules packagés d'apprentissage machine pour identifier rapidement la cause profonde des interruptions de service grâce à Splunk IT Service Intelligence.
Votre expert en sécurité peut détecter les menaces parce que l’Analyse du comportement des utilisateurs de Splunk possède des modèles d'apprentissage machine intégrés, basés sur notre expertise dans le domaine de la surveillance et de l’analyse des événements de sécurité.
Lorsque l'on commence à aller au-delà de l’agrégation, l’exploration et la visualisation des données pour exiger des renseignements plus sophistiqués, l’apprentissage machine devient la nouvelle pierre de touche d’une analyse automatique et prédictive. La plateforme spunk prend en charge l’ensemble de ce parcours.

Apprentissage machine packagé avec Splunk

Splunk utilise des techniques d'apprentissage machine pour identifier les anomalies et les motifs remarquables qui peuvent accélérer les investigations et la découverte des renseignements. Ce type d'apprentissage machine pré-intégré et propre à différents cas d’usage facilite la détection des tendances et des valeurs anormales, et il est capable d'éliminer le « bruit » généré par la quantité massive d'événements dans vos données. Dans ses solutions premium, Splunk met la puissance de l’apprentissage machine à votre portée en toute transparence grâce à des analyses avancées.

Les analyses avancées de Splunk IT Service Intelligence offrent les avantages suivants :

Détection des anomalies : Créez des références à partir des comportements opérationnels normaux et utilisez des mesures statistiques pour déterminer les motifs de variabilité des seuils
Définition de seuils adaptative : Adaptez les seuils de façon dynamique à l’évolution des comportements, et mettez en évidence les activités anormales
Analyse des événements : Combinez les données d'événements à des analyses avancées pour réduire le bruit, les faux-positifs et la maintenance de règles complexes

Le module d’analyse du comportement des utilisateurs de Splunk comprend des
modèles d'apprentissage machine prépackagés et non supervisés pour les applications suivantes :

Détection des menaces : Permet la détection automatique des menaces internes et des attaques externes
Détection des anomalies : Contribue à identifier les déviations sur de multiples entités (utilisateurs, périphériques et applications) en les comparant à des données de référence et à son groupe d'analogues généré de façon dynamique
Visualisation avancée : Fournit une visualisation des agrégations statistiques sur de multiples entités

Apprentissage machine personnalisé avec Splunk

Pour créer des modèles personnalisés capables de gérer n’importe quel cas d’usage, Splunk fourni le Machine Learning Toolkit, un cadre de développement assisté où vous pourrez créer, tester et déployer des modèles flexibles. La plateforme Splunk comprend plus de 25 algorithmes d'apprentissage machine courants qui peuvent être appliqués directement à vos données à des fins de détection, d'alerte ou d'analyse.
Assistants de modélisation
Guident la conception, la validation et le déploiement des modèles
Vitrines
Fournissent des exemples interactifs d'applications courantes dans les domaines de l’informatique, de la sécurité, des processus métier et de l’IoT
Librairie Python open-source
Élaborez des modèles en utilisant plus de 300 algorithmes accessibles via le ML Toolkit

Cas d’usage de modélisation avec Splunk

L’un des grands avantages de la création de modèles dans Splunk est que vous pouvez les appliquer directement à des données machine en temps réel de votre organisation. Avec Splunk, l'apprentissage machine peut être utilisé pour créer des modèles pour un large éventail de cas d’usage.
Investigation ciblée
Détectez automatiquement les anomalies et les motifs remarquables dans les données pour aider les investigateurs à identifier et résoudre les incidents.
Alertes intelligentes
Identifiez motifs de données normaux à différents niveaux de détail afin de produire des alertes uniquement en cas de condition anormale, pour un ensemble spécifique de circonstances.
Actions prédictives
Identifiez les motifs d'activité pour anticiper et prendre en charge les situations qui sont susceptibles de perturber les opérations ou les revenus (maintenance proactive par exemple).
Optimisation commerciale
Appliquez l’analyse ML à des données et des modèles historiques pour prédire la demande, gérer les inventaires, optimiser les opérations et réagir à une évolution de la situation.
Zillow utilise une détection personnalisée des valeurs anormales pour identifier rapidement les pools de serveurs qui causent des perturbations en raison de modifications fréquentes du code et des configuration

Regarder la vidéo
L’apprentissage machine avec Splunk nous permet d’améliorer rapidement l’expérience de l’utilisateur final en classant les problèmes par degré de gravité. Nous pouvons déterminer plus rapidement les causes profondes, réduire le MTTR et améliorer nos SLA.

La prochaine révolution des big data

La plateforme Splunk comprend déjà un tissu de données machine qui peut être utilisé à des fins d’Intelligence Opérationnelle en temps réel. L’apprentissage machine élargit la plateforme Splunk en lui ajoutant des capacités de détection des valeurs extrêmes et des anomalies, et des capacités d'analyse prédictive à l’aide de modèles packagés ou d'algorithmes personnalisés permettant d'élaborer des modèles de données capables de prédire des événements futurs. Compétence fondamentale de la plateforme Splunk, l’apprentissage machine rend vos données machine opérationnelles.