Как стать автором
Обновить

Действительно ли полезен ML для снижения шума от алертов? Изучаем на примере одного метода

Время на прочтение6 мин
Количество просмотров2.6K
Всего голосов 8: ↑8 и ↓0+8
Комментарии3

Комментарии 3

За статью спасибо! Однако самое сложное в этих задачах — конкретная реализация.

>>>даже небольшой pet-проект, которыми я бы хотел поделиться с вами.
А вот и не поделились! )
Спасибо за интерес!
Мы с ребятами как раз-таки подбирали метод и библиотеку, который можно было бы легко встроить и использовать. Результат с ML.NET действительно получился, на мой взгляд, достойный, как по скорости, так и по размеру модели. Если есть интерес, то архитектуру решения можно будет описать еще в одной статье.

А по pet-project поделился, но скромно: скриншоты в самом конце статьи. Основная идея сделать облачный мониторинг с встроенными реально полезными ML-инструментами (не хайпа ради). При этом, чтобы все можно было подключить реально в пару кликов, и таким инструментом могли пользоваться непрофессиональные пользователи. А ML им как раз-таки очень и очень нужен — у них нет времени и навыков постоянно тюнить систему мониторинга.

Проект (Hamster Cloud), в принципе, уже запущен: можно зарегистрироваться и бесплатно поставить какой-нибудь свой веб-ресурс на мониторинг.
Спасибо, было бы интересно почитать вкратце про архитектуру и необходимые мощности для обработки, скажем, 1000 метрик с точками раз в 1-5 минут.

Видел где-то расчёт для OpenDistro Anomaly Detector'a, там вроде на 3х машинках с 16GB RAM они обещали расчёт ~2400 метрик, но не могу сейчас найти эту статейку.

А сайт Ваш потестим. Только почему мы сконцентрировались только на сайт-мониторинге? Всё равно ведь на каких данных аномалии искать. Вот ребятки не стали сужать себе область применения — и вроде отлично себя чувствуют, прайс ломят — моё почтение.
Зарегистрируйтесь на Хабре, чтобы оставить комментарий

Публикации

Истории