머신 러닝 SPL(검색 처리 언어) 명령을 사용하여 감독 및 비감독 모델을 직접 구축, 테스트 및 운영할 수 있습니다. 인증된 Splunk Professional Services를 통해 제공되는 TensorFlow™용 Splunk AI 툴킷 컨테이너를 통해 TensorFlow™ 라이브러리에 액세스하세요. 사전 패키징된 Python 알고리즘을 사용하거나 300개 이상의 오픈 소스 알고리즘을 가져올 수 있습니다.
대규모 데이터 세트를 위한 더 빠른 성능
대규모 데이터 세트에 ML 모델을 직관적이고 쉽게 맞출 수 있는 Apache Spark™를 활용하여 특정 알고리즘에서 더 쉬운 확장, 더 높은 탄력성, 더 빠른 컴퓨팅을 즐겨보세요. TensorFlow™용 Splunk MLTK 컨테이너를 통해 TensorFlow™ 라이브러리에 액세스하세요.
숫자 및 범주형 이상치 감지
웹사이트 방문의 변화를 쉽게 파악하고 이상한 트랜잭션에 태그를 지정하세요. 비정상적인 값 조합이 포함된 스파이크와 이벤트를 찾아내세요. 이전 값과 크게 다른 값을 발견하고 특이한 값 조합이 포함된 이벤트를 찾아보세요.
시계열 예측
과거 데이터에 맞는 모델을 만들고 미래의 수치를 예측하여 정확한 예측으로 조직의 계획을 개선하세요. 수요를 충족하기 위해 하드웨어 업그레이드에 얼마를 지출해야 하는지, 지역 인구 증가에 대응하기 위해 기지국 대역폭을 얼마만큼 개방해야 하는지 등을 정확히 파악하세요.
클러스터 숫자 이벤트
클러스터링 알고리즘으로 데이터를 분할하여 어떤 호스트가 유사하게 행동하는지 파악하거나 온라인 구매의 발견되지 않은 추세, 보안 환경의 이상 징후, 리소스 사용 급증과 같은 숨겨진 패턴을 식별하세요.
숫자 및 범주형 필드 예측
비즈니스에 중요한 숫자 또는 범주형 이벤트를 중심으로 예측 모델을 구축하세요. 이러한 예측 모델을 사용하여 계획을 세우거나 수익, 비용, 수요, 사용량, 용량 등의 이상 징후를 파악할 수 있습니다.
제품 기능
데이터에 AI를 적용하여 더 빠른 인사이트를 얻고, 더 현명한 결정을 내리세요
이상 징후 감지를 통한 위험 신호 포착
AI와 머신 러닝은 집중적인 학습을 통해 데이터의 기준선을 설정하고 과거 행동과의 편차나 감지되지 않을 수 있는 비정형성을 감지합니다.
클러스터링으로 데이터에서 보이지 않는 데이터 보기
데이터에는 인간 분석가가 놓칠 수 있는 패턴이 있습니다. 바로 ITOps 및 보안 트렌드와 새로운 시장과 기회를 제안하는 고객 행동 패턴입니다. 클러스터 분석을 자동화하여 유사한 데이터 포인트를 식별하고 그룹화하여 노이즈 속 신호를 파악하고 더 나은 의사결정을 내릴 수 있도록 도와줍니다. 제약 스타트업 Recursion이 대규모 유전자 연구 데이터 세트에서 어떻게 고가치 패턴을 찾아내는지 알아보세요.