Next Level Performance Monitoring: il ruolo di machine learning e anomaly detection [Seconda parte]

Posted by on ago 2, 2017 in NetEye, Real User Experience Monitoring | 0 comments

Machine learning e anomaly detection sono procedimenti utilizzati sempre con più frequenza nell’area del performance monitoring. Ma di cosa si occupano realmente e perché l’interesse in quest’area sta aumentando così rapidamente?

Dalla statistica al machine learning

Sono stati fatti diversi tentativi per definire le principali differenze tra machine learning e statistica, ma non è sempre così netta la distinzione, infatti ci sono pareri contrastanti anche tra gli esperti:

  • “Non ci sono differenze tra machine learning e statistica” (in termini di matematica, libri, metodi di apprendimento, ecc.)
  • “Il Machine Learning è completamente diverso dalla statistica.” (e solo il primo resisterà in futuro)
  • “La statistica è l’unico vero e il solo approccio” (Il Machine Learning è un termine diverso per definire una parte della statistica da parte di persone che non capiscono il reale concetto matematico)

I lettori interessati possono fare riferimento a:
Breiman – Statistical Modeling: The Two Cultures e Statistics vs. Machine Learning, fight!

Non riusciremo ad argomentare brevemente in questo post la risposta al quesito, ma possiamo affermare che, nell’ambito del monitoraggio informatico, il machine learning e la statistica si focalizzano al momento su diversi fronti ed è quindi essenziale utilizzarli entrambi. La statistica si occupa dello studio delle inferenze (ha come obbiettivo di inferire le proprietà del processo che ha generato i dati) mentre il machine learning si focalizza sulla predizione (cerca di predire come saranno i dati nel futuro). Ovviamente i due procedimenti non sono del tutto indipendenti. L’impiego di entrambi gli approcci può creare algoritmi sempre migliori di previsione o di anomaly detection.

Read More

Next Level Performance Monitoring – Part I

Posted by on giu 20, 2017 in NetEye, Network Traffic Monitoring, Real User Experience Monitoring | 0 comments

Oggigiorno il traffico di rete sta diventando sempre più eterogeneo. In tanti casi non è sufficiente monitorare un sistema con gli stessi metodi utilizzati in passato. Presenterò di seguito quelli che, secondo Würth Phoenix, sono i punti chiave per un monitoraggio all’avanguardia e un’analisi proattiva delle applicazioni critiche per il vostro business.

Combinazione User Experience a Metriche delle Performance per nuove conclusioni

Ritengo importante trattare per primo il tema della combinazione della User Experience e delle metriche in quanto considero la User Experience un fattore determinante nell’utilizzo di un sistema. Infatti se un utente lamenta cattive prestazioni del sistema, si ritiene necessario migliorarle anche nel caso in cui le metriche riportino buoni valori.
Si considera di importanza vitale sapere quando gli applicativi rallentano, se possibile prima che gli utenti lamentino un disservizio. Si può raggiungere questo obiettivo grazie all’aiuto di Alyvix, la nostra soluzione di user experience monitoring attivo, che permette di effettuare frequenti check. Con Alyvix è possibile scrivere dei test-case su misura, che controllano le parti più importanti, le funzionalità e le performance (in termini di durata) degli applicativi.
Il risultato dell’analisi delle performance di ogni singolo test viene salvato su un database centralizzato, lo stesso nel quale vengono memorizzate anche tutte le altre (per esempio dati perfmon, esxtop, e altri). Grazie al multiserver zoom è possibile visualizzare e analizzare nel dettaglio i dati registrati negli intervalli temporali in cui Alyvix ha registrato dei problemi.

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

Read More

Monitoraggio sintetico delle applicazioni con Alyvix

Posted by on mag 9, 2017 in NetEye, Non categorizzato, Real User Experience Monitoring | 0 comments

Alyvix Training - Synthetic Application Monitoring

Il Visual Synthetic Monitoring

permette di monitorare le applicazioni dal punto di vista dell’utente, tramite la simulazione delle transazioni con la relativa misurazione delle prestazioni percepite.

Siete stanchi di dover dipendere da valutazioni soggettive da parte degli utenti? Di dover far riferimento alle segnalazioni imprecise su rallentamenti delle prestazioni? Volete invece disporre di dati oggettivi e misurabili? Allora il monitoraggio sintetico con Alyvix fa al caso vostro. Se siete interessati ad approfondire questa tematica, vi invitiamo a partecipare al nostro training di “Synthetic Monitoring”.

Synthetic Monitoring Training 2017

13-14 Giugno 2017 – Bolzano

20-21 Giugno 2017 – Niedernhall/Germania

Read More

Remote Banking Monitoring con Alyvix e NetEye

Posted by on dic 13, 2016 in NetEye, NetEye Conference, Real User Experience Monitoring | 0 comments

RemoteBanking_Header_Alyvix

Massimo Giaimo, Senior System & Network Administrator in IBT, condivide la propria esperienza d’uso di Alyvix e NetEye.

Quali sono i cambiamenti recenti più significativi dal punto di vista del monitoraggio di applicazioni?

Per decenni i reparti IT si sono occupati principalmente del controllo delle prestazioni attraverso gli uptime dei sistemi che erogano i servizi IT. Solo negli ultimi anni è nata l’esigenza e la consapevolezza che non è sufficiente soffermarsi al controllo dell’infrastruttura. È indispensabile misurare la reale percezione dell’utente. Attraverso la misurazione della End User Experience si può garantire la soddisfazione dei clienti e il corretto funzionamento delle applicazioni. Tempi di risposta, interazioni fallite e utilizzo reale sono le nuove metriche poste al centro dell’attenzione.

Read More

Stai perdendo molte ore nello svolgimento di operazioni ripetitive?

Posted by on nov 21, 2016 in NetEye, Real User Experience Monitoring | 0 comments

Trasferisci l’esecuzione di questi semplici compiti ad Alyvix. In questo modo, potrai risparmiare tempo prezioso da poter reinvestire in attività più importanti.

Automation of repeating tasks with Alyvix

Alyvix è stato progettato per simulare le azioni e gli input di un utente reale, per controllare se un’applicazione funziona correttamente e per registrare i valori prestazionali accostandoli a quelli passati. Attraverso questo confronto è possibile individuare degradi nelle applicazioni dal punto di vista prestazionale (per esempio come potrebbe accadere dopo aver eseguito un aggiornamento).

Dal momento che tali simulazioni funzionano davvero bene per testare le varie applicazioni, ho pensato di non limitare l’utilizzo di Alyvix solo a questo scopo ma di impiegare il sistema anche per l’esecuzione di attività ripetitive, che dovrebbero altrimenti essere svolte manualmente dagli utenti reali. Capite cosa intendo? Cercherò di chiarire meglio questo concetto con un esempio pratico:

Read More