Funktionsbibliotek

Gäller för: ✅Microsoft Fabric✅Azure Data Explorer✅Azure Monitor✅Microsoft Sentinel

Följande artikel innehåller en kategoriserad lista över UDF (användardefinierade funktioner).

Den användardefinierade funktionskoden anges i artiklarna. Den kan användas i en let-instruktion inbäddad i en fråga eller sparas i en databas med hjälp av .create function.

Cybersäkerhetsfunktioner

Funktionsnamn	Beskrivning
detect_anomalous_access_cf_fl()	Identifiera avvikande åtkomst med hjälp av samarbetsfiltrering över tidsstämplade data.
detect_anomalous_new_entity_fl()	Identifiera utseendet på avvikande nya entiteter i tidsstämplade data.
detect_anomalous_spike_fl()	Identifiera utseendet på avvikande toppar i numeriska variabler i tidsstämplade data.
graph_blast_radius_fl()	Beräkna blastradien (lista och poäng) för källnoder över sökvägs- eller kantdata.
graph_exposure_perimeter_fl()	Beräkna exponeringsperimetern (lista och poäng) för målnoder över sökvägs- eller gränsdata.
graph_node_centrality_fl()	Beräkna olika mått för nodernas centralitet (till exempel grad och mellanhet) över grafdata (kant och noder).
graph_path_discovery_fl()	Identifiera giltiga sökvägar mellan relevanta slutpunkter (källor och mål) över grafdata (kant och noder).

Allmänna funktioner

Funktionsnamn	Beskrivning
geoip_fl()	Hämtar geografisk information om ip-adress.
get_packages_version_fl()	Returnerar versionsinformation för Python-motorn och de angivna paketen.

Maskininlärningsfunktioner

Funktionsnamn	Beskrivning
dbscan_fl()	Klustring med hjälp av DBSCAN-algoritmen finns funktioner i separata kolumner.
dbscan_dynamic_fl()	Klusterisera med hjälp av DBSCAN-algoritmen, funktionerna finns i en enda dynamisk kolumn.
kmeans_fl()	Klustring med hjälp av K-Means-algoritmen finns funktioner i separata kolumner.
kmeans_dynamic_fl()	Klustring med hjälp av K-Means-algoritmen finns funktioner i en enda dynamisk kolumn.
predict_fl()	Förutsäga användning av en befintlig tränad maskininlärningsmodell.
predict_onnx_fl()	Förutsäga användning av en befintlig tränad maskininlärningsmodell i ONNX-format.

Plotly-funktioner

Följande avsnitt innehåller funktioner för att återge interaktiva Diagramdiagram.

Funktionsnamn	Beskrivning
plotly_anomaly_fl()	Rendera avvikelsediagram med hjälp av en ritad mall.
plotly_gauge_fl()	Rendera mätardiagram med hjälp av en ritad mall.
plotly_scatter3d_fl()	Rendera 3D-punktdiagram med hjälp av en plottningsmall.

PromQL-funktioner

Följande avsnitt innehåller vanliga PromQL- funktioner. Dessa funktioner kan användas för analys av mått som matas in i databasen av Prometheus övervakningssystem. Alla funktioner förutsätter att måtten i databasen är strukturerade med hjälp av Prometheus-datamodellen.

Funktionsnamn	Beskrivning
series_metric_fl()	Välj och hämta tidsserier som lagras med Prometheus-datamodellen.
series_rate_fl()	Beräkna den genomsnittliga räknareökningstakten per sekund.

Seriebearbetningsfunktioner

Funktionsnamn	Beskrivning
quantize_fl()	Kvantifiera måttkolumner.
series_clean_anomalies_fl()	Ersätt avvikelser i en serie med interpolerat värde.
series_cosine_similarity_fl()	Beräkna cosininlikiteten för två numeriska vektorer.
series_dbl_exp_smoothing_fl()	Använd ett dubbelt exponentiellt utjämningsfilter i serier.
series_dot_product_fl()	Beräkna punktprodukten för två numeriska vektorer.
series_downsample_fl()	Nedsampla tidsserier med en heltalsfaktor.
series_exp_smoothing_fl()	Använd ett grundläggande exponentiellt utjämningsfilter i serier.
series_fit_lowess_fl()	Anpassa en lokal polynom till serie med hjälp av LOWESS-metoden.
series_fit_poly_fl()	Anpassa en polynom till serie med hjälp av regressionsanalys.
series_fbprophet_forecast_fl()	Prognostisera tidsserievärden med hjälp av Profetalgoritmen.
series_lag_fl()	Använd ett fördröjningsfilter för serier.
series_monthly_decompose_anomalies_fl()	Identifiera avvikelser i en serie med månatlig säsongsvariation.
series_moving_avg_fl()	Använd ett glidande medelvärdesfilter för serier.
series_moving_var_fl()	Använd ett flyttande variansfilter i serien.
series_mv_ee_anomalies_fl()	Multivariatavvikelseidentifiering för serier med elliptisk kuvertmodell.
series_mv_if_anomalies_fl()	Multivariatavvikelseidentifiering för serier med isoleringsskogsmodell.
series_mv_oc_anomalies_fl()	Multivariate Anomaly Detection for series using one class SVM model (Multivariate Anomaly Detection for series using one class SVM model).
series_rolling_fl()	Använd en löpande aggregeringsfunktion i serier.
series_shapes_fl()	Identifierar positiv/negativ trend eller hopp i serier.
series_uv_anomalies_fl()	Identifiera avvikelser i tidsserier med api:et Univariate Anomaly Detection Cognitivey Detection.
series_uv_change_points_fl()	Identifiera ändringspunkter i tidsserier med api:et Univariate Anomaly Detection Cognitivey Detection.
time_weighted_avg_fl()	Beräknar det tidsviktade medelvärdet för ett mått med hjälp av fyllningsvidarepolering.
time_weighted_avg2_fl()	Beräknar det tidsviktade medelvärdet för ett mått med linjär interpolation.
time_weighted_val_fl()	Beräknar det tidsviktade värdet för ett mått med linjär interpolation.
time_window_rolling_avg_fl()	Beräknar det löpande medelvärdet för ett mått under en tidsperiod med konstant varaktighet.

Statistiska funktioner och sannolikhetsfunktioner

Funktionsnamn	Beskrivning
bartlett_test_fl()	Utför Bartlett-testet.
binomial_test_fl()	Utför binomialtestet.
comb_fl()	Beräkna C(n, k), antalet kombinationer för val av k objekt av n.
factorial_fl()	Beräkna n!, faktor n.
ks_test_fl()	Utför ett Kolmogorov Smirnov-test.
levene_test_fl()	Utför ett Levene-test.
normality_test_fl()	Utför normalitetstestet.
mann_whitney_u_test_fl()	Utför ett Mann-Whitney U-test.
pair_probabilities_fl()	Beräkna olika sannolikheter och relaterade mått för ett par kategoriska variabler.
pairwise_dist_fl()	Beräkna parvis avstånd mellan entiteter baserat på flera nominella och numeriska variabler.
percentiles_linear_fl()	Beräkna percentiler med linjär interpolation mellan närmaste led
perm_fl()	Beräkna P(n, k), antalet permutationer för val av k objekt av n.
two_sample_t_test_fl()	Utför de två t-testexemplet.
wilcoxon_test_fl()	Utför Wilcoxon-testet.

Textanalys

Funktionsnamn	Beskrivning
log_reduce_fl()	Hitta vanliga mönster i textloggar och mata ut en sammanfattningstabell.
log_reduce_full_fl()	Hitta vanliga mönster i textloggar och mata ut en fullständig tabell.
log_reduce_predict_fl()	Använd en tränad modell för att hitta vanliga mönster i textloggar och mata ut en sammanfattningstabell.
log_reduce_predict_full_fl()	Använd en tränad modell för att hitta vanliga mönster i textloggar och mata ut en fullständig tabell.
log_reduce_train_fl()	Hitta vanliga mönster i textloggar och mata ut en modell.