Next Level Performance Monitoring – Part II: Welche Rolle spielen Machine Learning und Anomalie Detection?

Posted by on Aug 2, 2017 in NetEye, Real User Experience Monitoring | Keine Kommentare

Immer öfter hören wir im Zusammenhang mit Performance Monitoring auch die Begriffe Machine Learning und Anomaly Detection. Aber was genau bedeuten sie und warum erfreuen sie sich immer größerer Beliebtheit?

Von Statistik zu Machine Learning

Bereits mehrfach wurde versucht die genauen Unterschiede zwischen Machine Learning und Statistik aufzuzeigen, in der Tat ist es gar nicht so einfach eine klare Trennlinie zwischen den beiden Begriffen zu ziehen.

Experten sagen:

  • “Es gibt keinen Unterschied zwischen Machine Learning und Statistik“ (in Hinblick auf Mathematik, Bücher, Lehre usw.)
  • “Machine Learning ist etwas ganz anderes als Statistik“ (und allein Machine Learning wird in Zukunft bestehen)
  • “Statistik ist das einzig Wahre“ (Machine Learning ist nur eine andere Bezeichnung für einen Teilbereich der Statistik, welcher von Personen verwendet wird, die das wahre Konzept hinter dem, was sie tun, nicht verstanden haben.)

Interessierten Lesern empfehle ich die Lektüre von:
Breiman – Statistical Modeling: The Two Cultures und Statistics vs. Machine Learning, fight!

Kurz gesagt, werden wir diese Frage wohl nicht so schnell beantworten können. Trotzdem ist es für Monitoringbeauftragte interessant zu wissen, dass sich die Machine Learning und Statistik Communities aktuell in verschiedene Richtungen bewegen. Für sie wird es in Zukunft wichtig sein, Methoden beider Felder anzuwenden. Die Statistik-Seite konzentriert sich auf das Konzept der Inferenz (sie wollen den Prozess herausfinden, der die Daten generiert hat). Die Machine Learning Community hingegen, beschäftigt sich vorwiegend mit der Prognose von erwarteten, zukünftigen Daten. Es liegt also auf der Hand, dass die beiden Interessensgebiete nicht ganz unabhängig voneinander existieren können. Kenntnisse im Bereich des generierenden Modells können für die Entwicklung eines besseren Prognose- oder Anomaly Detection Algorithmus angewendet werden.

Mehr

NetEye – Action Launchpad

Posted by on Jul 6, 2017 in NetEye | Keine Kommentare

ActionLaunchpad

Sie sind für ein Network Operation Center (NOC) verantwortlich, oder interessieren sich ganz allgemein für das Thema Infrastruktur-Monitoring bzw. dessen Optimierung? Dann wird Sie dieser Artikel interessieren.

Das sogenannte Action Launchpad Modul von NetEye, wurde gebaut um das Ausführen von Befehlen von remote (proaktive Aktionen) zu vereinfachen. Besonders im Falle auftretender Anomalien, deren Behandlung vorher genau definiert wurde kann dies extrem hilfreich sein. Ein Beispiel hierfür könnte z.B. der Neustart eines Webdienstes sein.

Mehr

Erstellen eines neuen Themes für Icinga Web 2

Posted by on Jun 28, 2017 in NetEye | Keine Kommentare

Theming 1200x628

Icinga Web 2 ist ein leistungsstarkes PHP-Framework für Webapplikationen, das sich vor Allem durch sein übersichtliches, minimalistisches Design auszeichnet. Es ist schnell, responsive, benutzerfreundlich und einfach erweiterbar. Folgt man der auf dem offiziellen Repository beschriebenen Konfigurations-Prozedur ist auch die Installation ein Leichtes. (siehe Verlinkung am Ende des Artikels)

Neben der Systemkonfiguration, haben die Benutzer auch die Möglichkeit persönliche Einstellungen wie z.B. Sprache, Zeitzone und Theme vorzunehmen. Das Ziel dieses Artikels ist es aufzuzeigen wie ein komplett neues Theme für die Personalisierung der Icinga-Benutzeroberfläche, erstellt werden kann.

Mehr

Nutanix Monitoring mit NetEye

Posted by on Jun 26, 2017 in Nagios Plugins, NetEye | Keine Kommentare

Nutanix Monitoring with NetEye

Als Monitoring-Consultant stehe ich immer wieder vor der Aufgabe die Überwachung eines Nutanix Systems in NetEye zu integrieren. Nutanix ist ein Integrated Systems Vendor der hyperconvergente Storage-Systeme produziert, das entsprechende Produkt nennt sich „Nutanix Virtual Computing Platform“.

An sich ist es ganz einfach die Nutanix Systeme zu überwachen. Mit NetEye können Sie in diesem Bereich sehr gute Ergebnisse erzielen und haben zusätzlich verschiedene Darstellungsmöglichkeiten.

Die Überwachung erfolgt über das SNMP Protokoll:

Mehr

Next Level Performance Monitoring – Part I

Posted by on Jun 20, 2017 in NetEye, Network Traffic Monitoring, Real User Experience Monitoring | Keine Kommentare

Heutzutage ist Netzwerktraffic zunehmend heterogen. In einigen Fällen ist ein traditionalles Monitoring, wie wir es aus der Vergangenheit kennen, nicht mehr ausreichend. Im Folgenden werde ich die wichtigsten Bestandteile einer zeitgemäßen Performance Monitoring Lösung aufzeigen, die sich auch zur proaktiven Analyse businesskritischer Applikation eignet.

User Experience und Performance Metriken Hand in Hand für neue Erkenntnisse

User Experience ist ein wichtiger Faktor. Wenn jede Metrik für sich gut aussieht, ABER trotzdem Beschwerden von Usern eintreffen, dass die Applikation langsam sei, muss reagiert werden. Aus diesem Grund setze ich genau hier an, bei der Verknüpfung von User Experience und allen Servern, die es zu monitoren gilt. Es ist allgemein bekannt, dass es ratsam ist langsame businesskritische Applikationen zu erkennen, bevor Userbeschwerden eintreffen. Das lässt sich durch den Einsatz von Alyvix – der Lösung für aktivea User Experience Monitoring von Würth Phoenix – erreichen. Testfälle können hierbei bedarfsorientiert genau auf die Teile des Programms angesetzt werden ,die für eine reibungslose Abwicklung des Arbeitsalltags notwendig sind. Jede einzelne Test Transaktion kann bezüglich ihrer Dauer bzw. Performance ausgewertet werden. Zusätzlich lassen sich diese Werte in der selben Datenbank abspeichern, wo bei unserer Lösung auch alle anderen Performance relevanten Metriken aus den verschiedensten Quellen (z.B. Perfmandaten, Esxtop Performance Daten, etc.) gespeichert werden. Es ist möglich einen Multiserverzoom durchzuführen und mit einem einzigen Klick direkt in die Details der für Verzögerungen am relevantesten erscheinenden Server einzusteigen.

Screenshot from 2017-05-29 10:42:58

Mehr