XOps 予知インサイトストーリーの詳細分析

この文書では、ネットワークの接続性とパフォーマンスの問題について、XDRインシデント検出を使用して予知インサイトストーリーを確認する方法を説明します。

注意

注意: XOps はCatoのセキュリティと運用の統合分析レイヤーで、インサイトとガイド付きリメディエーションを提供します。 XOps はXDRを置き換えました。詳細情報は XOps FAQ を参照してください。

概要

Cato XOpsは予知分析を使用して、ネットワーク全体での潜在的なパフォーマンスおよび可用性のリスクを特定します。 予知インサイトエンジンは、サービスに影響を与える前に、トラフィックパターン、リソース利用率、および設定コンテキストを分析して問題を予測します。 例えば、サイトのSocket CPUが許容運用レベルを超えることが予想される場合、関連する予測データと推奨されるアクションを含むストーリーがトリガーされます。

XDR インシデント検出ページは、各予知インサイトストーリーの詳細を表示し、リスクを評価し対処するのを助けます。 ストーリーをフィルタリングして最も緊急な予測に集中し、トレンドの視覚化をレビューし、ストーリーのプレイブックを通じてガイド付き是正ステップを実行します。

予測インサイトストーリーのインシデント指標

現在、予測インサイトエンジンは以下の問題についてのストーリーを生成しています:

表示 説明 ストーリー生成のしきい値
CPU使用率がフル容量に近づいています

サイトのソケットが許容利用レベルを超えると予測されています。

このストーリーの予測グラフ(下記参照、ストーリードリルダウンウィジェットの理解)は、サイトで記録された時毎の最大CPU使用率に基づいています。 短期的なスパイクを平滑化し、長期的なトレンドを強調するため、このグラフはこれらの毎時最大値に7日間の移動平均を適用します。 この移動平均は、過去90日間のデータを使用して計算され、トレンド分析と予測のための十分なコンテキストを提供します。

ソケットは近い将来に90%のCPU使用率を超えると予測されています。
イベントボリュームがクォータ制限に近づいています イベントボリュームがアカウントのDPAライセンスに基づく制限を超える可能性がある場合を検出します。 制限はプランとサブタイプごとに定義されており(1データユニット=2.5Mイベント)、用語はDPAバージョンによって異なります。 トレンドは時間の経過とともに平滑化され、予測は潜在的な違反を事前に特定するために使用されます。 アカウントのイベント数は、近い将来にサブタイプ制限(DPAライセンスとデータユニットに基づく)を超えると予測されています。

ストーリー作成ツールページの表示

XDR インシデント検出ページは、アカウントの予知インサイトストーリーの概要を表示します。

ストーリー作成ツールページを見るには:

  • ナビゲーションメニューから、ホーム > XDR インシデント検出をクリックします。

XDR インシデント検出ページの使用に関する詳細は、サイト運用ストーリーをレビューする を参照してください。

ストーリーの掘り下げと分析

XDR インシデント検出でストーリーをクリックすると、別のページで詳細を掘り下げて調査することができます。 このページには、予知インサイトエンジンによって特定された問題を評価するのに役立つウィジェットが多数含まれています。

CPU_Nearing_Capacity_Drilldown.png

ストーリードリルダウンウィジェットの理解

これらがストーリー分析ウィジェットです:

名前 説明
ストーリーの概要

ページの上部には、ストーリーに関する基本情報の概要が表示されます。これには、

  • ストーリの種類(インジケーション)
  • ストーリーを生成したプロデューサー
  • ストーリーのソース
  • ストーリーの重要性
ストーリーのタイムライン ストーリーのステータスの変更を示すタイムライン
詳細 ストーリー分析のための基本情報には、最初のシグナルの時間、ストーリーが作成された時間、ストーリーID番号、およびその他の関連情報が含まれています。 例えば、CPUが最大容量に近づいているストーリーの場合、サイト名、接続タイプ、および関連するCPUコア番号が表示されます。
予測 履歴的傾向と予測された指標の将来の挙動を視覚化するグラフ。 毎時間観測された最大値に基づいており、ピーク条件を強調することで平均値よりも詳細を明らかにします。 雑音を減らし、持続するパターンを明らかにするため、ウィジェットは7日間のローリング平均を90日間の履歴データから計算して適用します。 グラフは履歴データを予測傾向と予測範囲と共に表示し、予測の変動性を表します。 しきい値ラインは予測された条件がアクション可能になるレベルを示し、予測されたイベントがいつどのように発生するかを理解するのに役立ちます。
根本原因分析 AIはプレイブックの調査ステップを自動的に実行して問題の根本原因を特定するのを支援することで、ストーリーの分析を生成します。

この記事は役に立ちましたか?

0人中0人がこの記事が役に立ったと言っています

0件のコメント