XOps予測インサイトストーリーの詳細分析と検証

Prev Next

この記事では、ストーリーワークベンチを使用してネットワークの接続性とパフォーマンス問題の予測インサイトストーリーを確認する方法について説明します。

注:

XOpsは、セキュリティと運用に対するCatoの統合アナリティクスレイヤーであり、インサイトとガイド付き修正を提供します。 XOpsはXDRを置き換えました。詳細についてはXOps FAQを参照してください。

概要

Cato XOpsは予測アナリティクスを使用して、ネットワーク全体の潜在的なパフォーマンスと可用性リスクを識別します。 予測インサイトエンジンは、トラフィックパターン、リソース利用率、および設定のコンテキストを分析して、サービスに影響を与える前に発展する問題を予測します。 たとえば、サイトのソケットCPUが予想されるオペレーティングレベルを超えると予想される場合、関連する予測データと推奨される行動とともにストーリーがトリガーされます。

ストーリーワークベンチページは、各予測インサイトストーリーの詳細を表示し、発生しつつあるリスクを評価して対処するための支援を行います。 ストーリーをフィルタリングおよびグループ化して、最も緊急の予測に焦点を当て、トレンドの可視化をレビューし、プレイブックを通じてガイド付きの修正ステップを追従できます。

予測インサイトストーリーの指標

予測インサイトエンジンは現在、以下の問題に対してストーリーを生成します:

表示

説明

ストーリー生成のしきい値

CPU使用率がフルに近づいている

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は、サイトでの各時の最大CPU使用率に基づいています(以下参照、ストーリードリルダウンウィジェットを理解する)。 短期的なスパイクを平滑化し、長期的なトレンドを際立たせるために、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。 移動平均は最大90日間の履歴データを使用して計算されており、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、90%のCPU使用率を超過すると予測されています。

イベント規模がクオータ制限に達する寸前

アカウントのDPAライセンスに基づいて、イベントの規模が制限を超える可能性がある場合に検出されます。 制限はプランおよびサブタイプごとに定義され(1データユニット=2.5Mイベント)、条件はDPAバージョンにより異なります。 トレンドは時間とともに平滑化され、予測は潜在的な違反を事前に識別するために使用されます。

アカウントイベント数は近い将来、サブタイプ制限(DPAライセンスおよびデータユニットに基づく)を超過すると予測されています。

ストーリーワークベンチページの表示

ストーリーワークベンチページは、アカウントの予測インサイトストーリーの概要を表示します。

ストーリーワークベンチページを表示:

  • ナビゲーションメニューから、ホーム > ストーリーワークベンチをクリックします。

ストーリーワークベンチページの使用方法について詳しくは、サイト操作ストーリーのレビューを参照してください。

ストーリーの深堀りと分析

ストーリーワークベンチ内のストーリーをクリックすると、別ページで詳細を深堀りして調査できます。 このページには、予測インサイトエンジンによって識別された発生中の問題を評価するためのウィジェットがいくつか含まれています。

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

これらはストーリードリルダウンウィジェットです:

名前

説明

ストーリーの概要

ページの上部に、ストーリーに関する基本情報の概要が表示されます:

  • ストーリーの種類(表示)

  • 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

  • ストーリーの重大性

ストーリーのタイムライン

ストーリーのステータスにおける変化のタイムラインを表示します

詳細

ストーリーを分析するための基本情報。最初の信号の時間、ストーリーが作成された日時、ストーリーID番号、その他の関連情報が含まれます。 たとえば、CPU Nearing Full Capacityストーリーでは、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

予測されるメトリックに対する過去のトレンドと将来の動作を視覚化するグラフです。 各時間あたりの最大値に基づいており、平均よりもピーク条件を強調します。 ノイズを抑え持続的なパターンを明らかにするために、ウィジェットは7日間のウィンドウでのローリング平均を適用し、最大90日間の履歴データから計算されます。 グラフは履歴データとともに予測されたトレンドと予測範囲を表示し、予測の予想される変動性を示します。 しきい値ラインは予測された条件が実行可能になるレベルを示し、予測されたイベントが発生する時期と発生しやすさを理解するのに役立ちます。

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、ストーリーの原因を特定するための分析を生成します。