Rilevamento anomalie in Real-Time Intelligence (Anteprima)

Il rilevamento delle anomalie in Real-Time Intelligence aiuta a individuare modelli anomali e outlier nelle tabelle Eventhouse senza copiare i dati. Usalo quando devi individuare comportamenti inaspettati in dati di streaming o storici e rispondi prima che influisca sulle operazioni a valle.

In questo articolo, abiliti le funzionalità richieste, avvii il rilevamento delle anomalie da uno dei punti di ingresso supportati e configuri le impostazioni di analisi. Successivamente si esaminano i modelli raccomandati, si pubblicano il monitoraggio continuo e si configurano allerti per future anomalie.

La rilevazione delle anomalie supporta anche le tabelle di scorciatoie Eventhouse, così puoi analizzare i dati senza prima copiarli o spostarli in una tabella dedicata a Eventhouse. Puoi creare rilevatori di anomalie direttamente su tabelle di scorciatoie supportate e utilizzare le stesse analisi, raccomandazioni di modello ed esperienze di monitoraggio continuo disponibili per le fonti dati native di Eventhouse. Questo supporto estende il rilevamento delle anomalie alle fonti di dati esterne e federate già collegate tramite scorciatoie Eventhouse, così puoi passare dal collegare dati al rilevare problemi con meno configurazione e duplicazione.

Importante

Questa funzionalità si trova in Anteprima.

Prerequisiti

  • Un spazio di lavoro con una capacità abilitata a Microsoft Fabric.

  • Ruolo di Amministratore, Membro o Collaboratore nell'area di lavoro.

  • Un modulo Eventhouse nell'area di lavoro con un database di tipo KQL.

  • Plug-in Python abilitato nella stessa eventhouse.

    1. Per abilitare il plugin, vai su Eventhouse.
    2. Nella barra degli strumenti superiore selezionare Plug-in e quindi abilitare l'estensione del linguaggio Python.
    3. Selezionare il plug-in DL Python 3.11.7 e selezionare Fine.

    Screenshot dell'abilitazione del plug-in Python in Eventhouse.

  • Rileva anomalie nell'intelligence in tempo reale abilitata nel tuo spazio di lavoro.

    1. Per abilitare il rilevamento delle anomalie, vai nel tuo spazio di lavoro.
    2. Aggiorna a una prova gratuita di Microsoft Fabric o assicurati che il tuo spazio di lavoro abbia una licenza Microsoft Fabric.
    3. Contatta il tuo amministratore per attivare l'opzione di anteprima oppure vai sul portale Admin e attiva Rileva anomalie in Real-Time Intelligence (Anteprima). Schermata che mostra come abilitare Rileva anomalie in Real-Time Intelligence (Anteprima) nel portale di amministrazione.

Annotazioni

  • Verificare che la tabella Eventhouse contenga dati cronologici sufficienti per migliorare le raccomandazioni del modello e l'accuratezza del rilevamento anomalie. Ad esempio, i set di dati con un punto dati al giorno richiedono alcuni mesi di dati, mentre i set di dati con un punto dati al secondo potrebbero richiedere solo alcuni giorni.
  • Questa funzionalità è disponibile in tutte le aree in cui è disponibile Microsoft Fabric.

Come configurare il rilevamento anomalie

Come iniziare

È possibile avviare il rilevamento anomalie in tre modi:

  1. Selezionare un database e la tabella o il collegamento da analizzare.

  2. Nella barra degli strumenti superiore, selezionare Crea Rilevatore di Anomalie o scegliere l'opzione Rilevatore di Anomalie dai puntini di sospensione (⋯) nell'albero del database.

Screenshot dell'opzione Rilevamento anomalie nell'albero del database Eventhouse e nella barra degli strumenti superiore.

Visualizza le configurazioni esistenti di rilevamento delle anomalie

Prima di creare un nuovo rilevatore di anomalie, verifica se esiste già una configurazione per la fonte dati selezionata. Questa vista ti aiuta a evitare il lavoro duplicato e a capire come gli altri già monitorano quei dati.

  1. Nell'elenco delle fonti dati, seleziona l'ellissi (...) per la fonte dati che vuoi analizzare, poi seleziona Rilevatore di anomalie esistenti.

    Schermata dell'opzione

  2. In Visualizza anomalie rilevate, puoi visualizzare tutte le configurazioni esistenti di rilevamento anomalie per la fonte dati selezionata ed esplorare i dettagli di ciascuna.

    1. Dal pannello di navigazione sinistro, seleziona una configurazione per esplorare le anomalie rilevate, oppure seleziona Apri per visualizzarla a schermo intero.

    2. Se le configurazioni esistenti non soddisfano le tue esigenze, seleziona Nuovo per creare una nuova configurazione di rilevamento anomalie.

    Schermata della vista dei dettagli di una configurazione esistente per il rilevamento delle anomalie.

Questa esperienza ti aiuta a passare dall'esplorazione all'azione senza uscire dal contesto della tua fonte dati.

Configurare le colonne di input per l'analisi

Specificare le colonne da analizzare e come raggruppare i dati.

  1. Nel riquadro di configurazione aggiungere la colonna Value to watch contenente i dati numerici da monitorare per individuare le anomalie.

    Screenshot delle impostazioni di configurazione di Value to watch.

    Annotazioni

    Verificare che la colonna selezionata contenga valori numerici, perché per il rilevamento anomalie sono supportati solo i dati numerici.

  2. Scegliere la colonna Raggruppa per per specificare la modalità di partizionamento dei dati per l'analisi. Questa colonna rappresenta in genere entità come dispositivi, posizioni o altri raggruppamenti logici.

    Screenshot delle impostazioni di configurazione del raggruppamento.

  3. Selezionare la colonna Timestamp che rappresenta l'ora in cui è stato registrato ogni punto dati. Questa colonna è fondamentale per il rilevamento anomalie delle serie temporali e garantisce un'analisi accurata delle tendenze nel tempo.

    Screenshot delle impostazioni di configurazione del timestamp.

  4. Selezionare Esegui analisi per avviare la valutazione automatica del modello.

Attendere il completamento dell'analisi

Il sistema analizza i dati per trovare i modelli di rilevamento anomalie migliori.

Importante

L'analisi richiede in genere fino a quattro minuti a seconda delle dimensioni dei dati e può essere eseguita per un massimo di 30 minuti. È possibile passare a un'altra pagina e controllare quando l'analisi è stata completata.

Durante l'analisi, il sistema:

  • Esempi dei dati della tabella per un'elaborazione efficiente
  • Verifica più algoritmi di rilevamento anomalie
  • Valuta diverse configurazioni dei parametri
  • Identifica i modelli più efficaci per i modelli di dati specifici

Dopo il termine dell'analisi, selezionare un modello consigliato per visualizzare le anomalie rilevate ed esplorare i risultati.

  1. Apri i risultati della rilevazione anomalia selezionando la notifica ricevuta o tornando al pannello di configurazione.

  2. Seleziona un modello consigliato per rivalutarne le prestazioni e, opzionalmente, regola le impostazioni di confidenza. Salva la selezione.

    Schermata della selezione del modello consigliato.

  3. La pagina dei risultati fornisce le informazioni dettagliate seguenti:

    • Risultati del rilevatore: Una visualizzazione dei tuoi dati con anomalie chiaramente evidenziate.
    • Eventi anomalia: Una tabella dettagliata delle anomalie rilevate all'interno dell'intervallo temporale selezionato.

    Schermata della visualizzazione dei risultati del rilevatore e della tabella.

  4. Usa le immagini e le tabelle per esplorare le anomalie rilevate e comprendere i modelli di dato. Puoi anche aprire il contesto di analisi delle anomalie in un notebook Fabric per indagare i risultati con KQL, SQL analytics endpoint, Python o Spark.

  5. Pubblica la tua configurazione per iniziare a monitorare continuamente i tuoi dati. Una volta pubblicato, il rilevatore di anomalie traccia gli eventi di rilevamento di anomalie per quella configurazione in modo continuativo, senza duplicare il dataset.

    Schermata delle opzioni di pubblicazione e di impostazione degli avvisi nella barra multifunzione superiore.

Dopo aver pubblicato, hai due opzioni per agire sugli eventi anomali:

  • Imposta un allarme direttamente su questa configurazione. Nella parte superiore dell'elemento di rilevamento anomalie, seleziona l'opzione allarme per essere avvisato ogni volta che questa configurazione specifica rileva un'anomalia. Per ulteriori informazioni, vedi Imposta avvisi sugli eventi di rilevamento anomalie.
  • Instradare gli eventi anomali verso una destinazione diversa a valle. Se vuoi inviare eventi di rilevamento anomalie a una destinazione come un eventstream o un Activator, vai su Real-Time hub e usa gli eventi di Fabric per configurare quell'instradamento. Per maggiori informazioni, vedi Esplora gli eventi di rilevamento di anomalie.

Rivedi e ottimizza i risultati in modo che la tua configurazione di rilevamento anomalie corrisponda al tuo caso d'uso.

Rianalisire i modelli di rilevamento anomalie con nuovi dati

Mantenere aggiornati i modelli di rilevamento anomalie man mano che diventano disponibili nuovi dati.

Seguire questa procedura per rianalisi del modello con nuovi dati:

  1. Vai al tuo elemento di rilevamento delle anomalie.
  2. Nel pannello Modifica modificare uno dei campi compilati in precedenza in base alle esigenze.
  3. Seleziona Analizza nuovamente i miei dati. Questa azione avvia una nuova analisi in base agli input aggiornati.

Avvertimento

La risanalisi aggiorna il modello usato dalle regole di monitoraggio esistenti, che potrebbero influire sulle azioni downstream.

Esplorare gli eventi di rilevamento anomalie e impostare gli avvisi

Dopo aver pubblicato la configurazione di rilevamento anomalia, ci sono due modi per agire sugli eventi anomali che genera:

  • Imposta un allarme sulla configurazione. Dall'elemento di rilevamento anomalie, imposta un avviso direttamente sulla configurazione che stai monitorando per essere avvisato quando rileva un'anomalia.
  • Invia eventi anomali a una destinazione diversa a valle. Vai su Real-Time hub e usa Fabric eventi per instradare eventi di rilevamento anomalie verso una destinazione come un eventstream o un Activator. Per maggiori informazioni, vedi Esplora gli eventi di rilevamento di anomalie.

Puoi anche collegare eventi anomalie agli agenti dati Fabric per abilitare il ragionamento e le azioni automatiche su dati di eventi in tempo reale e storici. Gli agenti dati possono assorbire eventi anomali e orchestrare flussi di lavoro a valle che integrano gli avvisi basati su Activator.

Consulta i risultati delle anomalie con l'endpoint SQL analytics

Eventhouse fornisce un endpoint SQL analytics gestito allineato al modello dati di Eventhouse e alla governance Fabric. Puoi interrogare gli output dei rilevatori di anomalie e le tabelle o viste correlate con SQL per analisi a valle e integrazioni. Per trovare i dettagli delle connessioni agli endpoint SQL analytics, vai al tuo oggetto Eventhouse nel tuo spazio di lavoro Fabric.

Per altre informazioni, vedere:

Limitazioni e considerazioni

Tenere presente queste limitazioni:

  • Il rilevamento anomalie è disabilitato se la tabella di input non corrisponde allo schema richiesto (colonna valore numerico, colonna datetime e colonna stringa).
  • I dati cronologici sufficienti migliorano le raccomandazioni e l'accuratezza del modello.
  • Ogni rilevatore di anomalie supporta solo una singola configurazione del modello.

Esecuzione di più operazioni nel rilevamento delle anomalie

Quando si interagisce con il rilevamento anomalie, Eventhouse esegue query Python in background per supportare l'analisi in tempo reale. tra cui:

  • L'esecuzione del rilevamento delle anomalie o di altri tipi di analisi.
  • Passaggio tra i modelli consigliati.
  • Modifica dell'intervallo di tempo o degli ID visualizzati.
  • Monitoraggio continuo dei dati in ingresso per le anomalie impostando avvisi.

Eventhouse supporta fino a otto query simultanee per ogni eventhouse. Se si supera questo limite, il sistema riprova a eseguire le query, ma non accoda query extra e queste potrebbero fallire senza notifica. I messaggi di errore che forniscono maggiore chiarezza sono in fase di sviluppo.

Per evitare problemi:

  • Consentire il completamento di ogni query prima di avviarne una nuova.
  • Se le prestazioni sembrano lente o non rispondono, ridurre il numero di query simultanee.

Per altre informazioni, vedere Plug-in Python.

Tempi di attesa per abilitare il plugin Python

Se il plugin Python non è già abilitato, il rilevatore di anomalie cerca di attivarlo automaticamente quando inizi l'analisi dei dati. In tal caso, abilitare il plugin può richiedere fino a un'ora. Una volta abilitata, l'analisi viene avviata automaticamente.

Per altre informazioni, vedere Abilitare il plug-in Python in Real-Time Intelligence.

Passaggi successivi

Dopo aver configurato il rilevamento anomalie, è possibile:

Contenuti correlati

  • Ultimo aggiornamento: