AI Event Correlation and Root Cause Analysis

Nahezu alle IT-Betriebsprofis sind mit sogenannten Event Storms vertraut – ein Begriff für den Fall, dass ein Problem Hunderte (oder manchmal Tausende) von redundanten Warnmeldungen aus miteinander verbundenen Systemen auslöst, was die Ermittlung der zugrundeliegenden Ursache erschwert. Die AI Event Correlation schafft Ordnung, gruppiert redundante Warnmeldungen und isoliert die wahrscheinliche Ursache des Problems. Wenn es zu einem Problem kommt, wie etwa zu einem Ausfall, müssen Sie nicht stundenlang eine lange Liste redundanter Warnmeldungen prüfen. Rufen Sie stattdessen die Übersichtsseite des Tools auf, die den aktuellen Status Ihrer Unternehmensservices aus der Vogelperspektive anzeigt und auf Situationen (Gruppen verwandter Events) hinweist, die Ihre Aufmerksamkeit erfordern.

Klicken Sie auf die Registerkarte „Situationen“, um eine detailliertere Ansicht der aktuellen Situationen zu erhalten, einschließlich Schweregrad, Zeitleiste und Anzahl der einzelnen Events, die in jeder Situation gruppiert wurden. Das Tool gruppiert Events einerseits durch maschinelles Lernen und andererseits durch Verweis auf Eventrichtlinien, die Sie zur Steuerung der Gruppierungslogik konfigurieren können. Das Symbol „Typ“ in dieser Ansicht zeigt an, ob die Eventgruppierung durch maschinelles Lernen oder durch Verweis auf Ihre Eventrichtlinie erfolgt ist.

Sie können jede Situation genauer untersuchen, um zugehörige Messgrößen, Protokolle und Änderungen zu sehen.

Das Tool ermittelt auch, welches einzelne Event die wahrscheinlichste Ursache für das zugrundeliegende Problem ist. Dabei wird die Auswirkung des Events berechnet, und das mit der größten Auswirkung wird als wahrscheinliche Ursache des größeren Problems ausgewählt. Sie können schnell Maßnahmen zur Behebung der Ursache ergreifen, indem Sie Skripte zur automatischen Fehlerkorrektur direkt vom Tool aus starten oder Richtlinien festlegen, die automatisch Skripte zur Automated Remediation auslösen, wenn bestimmte Bedingungen erfüllt sind.