Anormallikler raporu

Gelişmiş Analizler'daki anormallikler raporu, BT yöneticilerinin cihaz sistem durumu sorunlarını kullanıcıları etkilemeden önce proaktif olarak belirlemesine yardımcı olur. Uygulama bekleme durumlarını, kilitlenmeleri ve Durma Hatası Yeniden Başlatmalarını izleyerek, destek kanallarına ulaşmadan önce sorunlara ilişkin görünürlük sağlar.

Bu özellik, sorun gidermeyi hızlandırmak ve kök nedenler önermek için dağıtım nesnelerini ve yapılandırma değişikliklerini ilişkilendirir. Cihaz bağıntı grupları, etkilenen cihazlar arasındaki desenleri ortaya çıkarır ve risk altındaki diğerlerini işaretler.

Başlamadan önce

• Bu kavramları anlamak için uç nokta analizinde Puanları, temelleri ve içgörüleri gözden geçirin.
• Ortamınızın tüm önkoşulları karşıladığını onaylayın.

Raporu gözden geçirin

1. In the Microsoft IntuneMicrosoft Intune admin center, select Reports>Endpoint analytics>Overview.
2. Kuruluşunuzda algılanan anomalilere genel bir bakış sağlayan Anomaliler sekmesini seçin.

• Anormallikler listesini daraltmak için sıralama ve filtreleme özelliklerini kullanın.
• Belirli bir anomali hakkında daha fazla bilgi görüntülemek için listeden seçin. Uygulama adı, etkilenen cihazlar, sorunun ilk algılandığı zaman, en son ne zaman oluştuğu ve soruna katkıda bulunabilecek cihaz grupları gibi ayrıntıları gözden geçirin.
• Cihazlar arasındaki ortak faktörleri görmek için listeden bir cihaz bağıntı grubu seçin. Cihazlar, uygulama sürümü, sürücü güncelleştirmesi, işletim sistemi sürümü veya cihaz modeli gibi paylaşılan özniteliklerle ilişkilendirilir. Şu anda etkilenen ve risk altında olan cihazların sayısını görüntüleyebilirsiniz. Yaygınlık oranı, bir bağıntı grubundaki etkilenen cihazların yüzdesini gösterir.
• Anahtar özniteliklere sahip cihazların listesini görüntülemek için Etkilenen Cihazları Görüntüle'yi seçin. Belirli bağıntı gruplarındaki cihazları görüntülemek veya anomaliden etkilenen tüm cihazları göstermek için filtreleyin. Cihaz zaman çizelgesi ayrıca ek anormal olayları da gösterir.

Anomali algılama verilerini gözden geçirme

Kök nedenleri belirlemek için cihaz zaman çizelgesini ve kaynak raporlarını kullanarak bayrak eklenmiş cihaz bağıntı gruplarını araştırın. Cihaz bağıntı grupları, yüksek ve orta önem derecesine sahip anomalilerin kök nedenlerinin yanı sıra gelecekte etkilenebilecek risk altındaki cihazları belirlemeye yardımcı olur.

En iyi yöntemler:

• Geçerli temeli anlamak ve yeni sorunlara yönelik araştırma ve çözümlerin önceliklerini belirlemek için anomaliler panosunu düzenli aralıklarla gözden geçirin.
• Gelişmiş analizde gösterildiği gibi cihaz donanımı gibi yaygın faktörleri belirlemek için bildirilen yeni sorunları araştırın.
• Önem derecesine ve uygulama kritikliği gibi dahili bilgilere göre araştırmak için anomalilerin önceliklerini belirleyin.
• Cihaz yeniden başlatma veya anormalliklere bağlı güncelleştirmeler gibi düzenleri denetlemek için cihaz zaman çizelgesi raporunu kullanın.
• Anormallikleri etkileyebilecek son uygulama güncelleştirmeleri gibi diğer faktörleri belirlemek için BT ekipleriyle birlikte çalışın.
• Anomali raporunda belirtilen olası düzeltme eylemlerini (örneğin, sürücü veya uygulama güncelleştirmeleri) gözden geçirin.
• Ekipleri bilinen mevcut sorunlar hakkında bilgilendirmek için çözümleri L1/L2 desteğiyle tümleştirin. Araştırılan bilinen anomalileri kaydetmek için ITSM ekibinizle birlikte çalışmayı göz önünde bulundurun.
• Düzeltme eylemlerini bir cihaz alt kümesinde test edin ve daha fazla cihaza dağıtmadan önce sonuçları izleyin. Düzeltmeden sonra, risk altındaki cihazlara proaktif olarak dağıtın.
• Araştırılması ve çözülmesi gereken yeni sorunları denetlemek için önemli güncelleştirmeler veya olaylardan sonra anormallik raporlarını gözden geçirin.
• Algılama yöntemlerini daha iyi anlamak için anomali algılama tarafından kullanılan istatistiksel modelleri gözden geçirin.

Anomalileri belirlemek için istatistiksel modeller

Analitik model, yöneticinin ilgilenmesi gereken anormal Durma Hatası, Yeniden Başlatma ve uygulama askıda kalma veya kilitlenme kümeleriyle karşı karşıya kalan cihaz kohortlarını algılar. Algılayıcı telemetrisi ve tanılama günlüklerinden tanımlanan desenler bu cihaz kohortlarını belirler.

• Eşik tabanlı sezgisel model: Bu model, uygulama askıda kalmaları, kilitlenmeleri veya Durma Hatası Yeniden Başlatmaları için bir veya daha fazla eşik değeri ayarlar. Cihazlar, ayarlanan eşiği aşarsa anormal olarak işaretlenir. Model, belirgin veya statik sorunları ortaya çıkarmak için basit ve etkilidir. Eşikler şu anda önceden belirlenmiştir ve özelleştirilemez.
• Eşleştirilmiş t-testleri modeli: Eşleştirilmiş t-testleri, bir veri kümesindeki gözlem çiftlerini karşılaştırır ve ortalamaları arasında istatistiksel olarak anlamlı farklılıklar arar. Örneğin, bir ilke değişikliğinden önce ve sonra aynı cihazda Durdurma Hatası Yeniden Başlatmalarını veya bir işletim sistemi güncelleştirmesinden sonra uygulama çökmelerini karşılaştırma.
• Popülasyon Z skoru modeli: Bu model, bir veri kümesinin standart sapmasını ve ortalamasını hesaplar, ardından hangi veri noktalarının anormal olduğunu belirlemek için bu değerleri kullanır. Her veri noktası için Z puanı, ortalamadan standart sapma sayısını temsil eder. Belirli bir aralığın dışındaki veri noktaları anormal olarak kabul edilir. Bu model, aykırı cihazları veya uygulamaları vurgulamak için çok uygundur, ancak doğru olması için büyük veri kümeleri gerekir.
• Zaman serisi Z skoru modeli: Z skoru modelinin bu varyasyonu, zaman serisi verilerindeki anormallikleri (Durma Hatası Zaman içinde Yeniden Başlatma gibi düzenli aralıklarla toplanan veri noktası dizileri) algılamak için tasarlanmıştır. Kayar bir pencere için standart sapma ve ortalama hesaplanır ve modelin zamansal kalıplara ve veri dağılımındaki değişikliklere uyum sağlamasına olanak tanır.

Not

Cihaz kohortları yalnızca orta ve yüksek önem derecesine sahip anomaliler için tanımlanır.