Raport anomalii

Raport anomalii w zaawansowanej analizie pomaga administratorom IT proaktywnie identyfikować problemy z kondycją urządzeń, zanim wpłyną one na użytkowników. Monitoruje zawieszanie się, awarie i ponowne uruchamianie aplikacji z błędem zatrzymania, zapewniając wgląd w problemy, zanim dotrą one do kanałów pomocy technicznej.

Ta funkcja koreluje obiekty wdrożenia i zmiany konfiguracji, aby przyspieszyć rozwiązywanie problemów i zasugerować główne przyczyny. Grupy korelacji urządzeń ujawniają wzorce wśród zagrożonych urządzeń i oznaczają inne, które są zagrożone.

Przed rozpoczęciem

• Przejrzyj wyniki, plany bazowe i szczegółowe informacje w analizie punktów końcowych, aby zrozumieć te pojęcia.
• Upewnij się, że środowisko spełnia wszystkie wymagania wstępne.

Przejrzyj raport

1. W centrum administracyjnym Microsoft Intune wybierz pozycję Raporty>Omówienie analizy >punktów końcowych.
2. Wybierz kartę Anomalie , która zawiera przegląd anomalii wykrytych w organizacji.

• Użyj funkcji sortowania i filtrowania, aby uściślić listę anomalii.
• Aby wyświetlić więcej informacji o określonej anomalii, wybierz ją z listy. Przejrzyj szczegóły, takie jak nazwa aplikacji, urządzenia, których dotyczy problem, kiedy problem został wykryty po raz pierwszy i ostatni wystąpił, a także wszelkie grupy urządzeń, które mogą powodować problem.
• Wybierz grupę korelacji urządzeń z listy, aby wyświetlić wspólne czynniki między urządzeniami. Urządzenia są skorelowane na podstawie wspólnych atrybutów, takich jak wersja aplikacji, aktualizacja sterownika, wersja systemu operacyjnego lub model urządzenia. Możesz wyświetlić liczbę urządzeń, których dotyczy obecnie problem, i tych, których to dotyczy. Wskaźnik rozpowszechnienia pokazuje odsetek urządzeń, których dotyczy problem, w grupie korelacji.
• Wybierz pozycję Wyświetl urządzenia, których dotyczy problem , aby wyświetlić listę urządzeń z atrybutami klucza. Filtruj, aby wyświetlić urządzenia w określonych grupach korelacji lub wyświetlić wszystkie urządzenia, na które występuje anomalia. Na osi czasu urządzenia są również wyświetlane dodatkowe zdarzenia odbiegające od normy.

Przeglądanie danych wykrywania anomalii

Zbadaj grupy korelacji oflagowanych urządzeń przy użyciu osi czasu urządzenia i raportów zasobów, aby określić główne przyczyny. Grupy korelacji urządzeń pomagają identyfikować główne przyczyny anomalii o wysokiej i średniej ważności, a także zagrożonych urządzeń, na które może to mieć wpływ w przyszłości.

Najlepsze rozwiązania:

• Okresowo przeglądaj pulpit nawigacyjny anomalii, aby zrozumieć bieżący plan bazowy i określić priorytety badań i rozwiązań dla nowych problemów.
• Zbadaj nowo zgłoszone problemy, aby zidentyfikować typowe czynniki, takie jak sprzęt urządzenia, jak pokazano w zaawansowanej analizie.
• Określaj priorytety anomalii do zbadania na podstawie ważności i wiedzy wewnętrznej, takiej jak krytyczność aplikacji.
• Użyj raportu osi czasu urządzenia , aby sprawdzić wzorce, takie jak ponowne uruchamianie urządzenia lub aktualizacje związane z anomaliami.
• Współpracuj z zespołami IT, aby zidentyfikować inne czynniki, takie jak najnowsze aktualizacje aplikacji, które mogą mieć wpływ na anomalie.
• Przejrzyj możliwe akcje korygowania odnotowane w raporcie o anomaliach (na przykład aktualizacje sterowników lub aplikacji).
• Zintegruj rozwiązania z pomocą techniczną L1/L2, aby informować zespoły o bieżących znanych problemach. Rozważ współpracę z zespołem ITSM w celu zarejestrowania znanych anomalii będących w trakcie badania.
• Przetestuj działania naprawcze na podzestawie urządzeń i monitoruj wyniki przed wdrożeniem na kolejnych urządzeniach. Po rozwiązaniu problemów proaktywnie wdróż na zagrożonych urządzeniach.
• Przeglądaj raporty o anomaliach po głównych aktualizacjach lub zdarzeniach, aby sprawdzić, czy nie występują nowe problemy, które wymagają zbadania i rozwiązania.
• Aby lepiej zrozumieć metody wykrywania, zapoznaj się z modelami statystycznymi używanymi przez wykrywanie anomalii.

Modele statystyczne służące do określania anomalii

Model analityczny wykrywa kohorty urządzeń napotykające nietypowe zestawy ponownych uruchomień błędów zatrzymania oraz zawieszanie się lub awarie aplikacji, które wymagają uwagi administratora. Wzorce zidentyfikowane na podstawie telemetrii czujnika i dzienników diagnostycznych określają te kohorty urządzeń.

• Model heurystyczny oparty na progach: ten model ustawia co najmniej jedną wartość progową dla zawieszania się, awarii lub ponownych uruchomień błędów zatrzymania. Urządzenia są oflagowywane jako anomalne, jeśli przekroczą ustawiony próg. Model jest prosty i skuteczny w przypadku ujawniania widocznych lub statycznych problemów. Progi są obecnie wstępnie określone i nie można ich dostosowywać.
• Model sparowanych testów t: Sparowane testy t porównują pary obserwacji w zbiorze danych, szukając statystycznie istotnych różnic między ich średnimi. Na przykład porównanie błędów zatrzymania, ponownych uruchomień na tym samym urządzeniu przed i po zmianie zasad lub awarii aplikacji po aktualizacji systemu operacyjnego.
• Model skali Z populacji: ten model oblicza odchylenie standardowe i średnią zestawu danych, a następnie używa tych wartości do określenia, które punkty danych są anomalne. Wynik Z dla każdego punktu danych reprezentuje liczbę odchyleń standardowych od średniej. Punkty danych znajdujące się poza pewnym zakresem są uznawane za anomalie. Ten model doskonale nadaje się do wyróżniania urządzeń lub aplikacji odstających od normy, ale jego dokładność wymaga dużych zestawów danych.
• Model wyniku Z szeregów czasowych: Ta odmiana modelu Z-score jest przeznaczona do wykrywania anomalii w danych szeregów czasowych — sekwencjach punktów danych zebranych w regularnych odstępach czasu, takich jak ponowne uruchomienie błędu zatrzymania w czasie. Odchylenie standardowe i średnia są obliczane dla okna przesuwanego, co pozwala modelowi dostosować się do wzorców czasowych i zmian w rozkładzie danych.

Uwaga

Kohorty urządzeń są identyfikowane tylko w przypadku anomalii o średniej i wysokiej ważności.