การตรวจหาความผิดปกติใน Real-Time Intelligence (พรีวิว)

การตรวจจับความผิดปกติใน Real-Time Intelligence ช่วยให้คุณตรวจจับรูปแบบผิดปกติและค่าผิดปกติในตาราง eventhouse โดยไม่ต้องคัดลอกข้อมูล ใช้เมื่อคุณต้องการสังเกตพฤติกรรมที่ไม่คาดคิดในข้อมูลสตรีมหรือข้อมูลย้อนหลัง และตอบสนองก่อนที่จะส่งผลกระทบต่อการดําเนินงานด้านล่าง

ในบทความนี้ คุณจะเปิดใช้งานฟีเจอร์ที่จําเป็น เริ่มการตรวจจับความผิดปกติจากจุดเข้าที่รองรับ และกําหนดค่าการวิเคราะห์ จากนั้นคุณจะตรวจสอบโมเดลที่แนะนํา เผยแพร่การตรวจสอบอย่างต่อเนื่อง และตั้งค่าการแจ้งเตือนสําหรับความผิดปกติในอนาคต

การตรวจหาความผิดปกติยังรองรับตารางทางลัด Eventhouse ดังนั้นคุณจึงสามารถวิเคราะห์ข้อมูลได้โดยไม่ต้องคัดลอกหรือย้ายไปยังตาราง Eventhouse เฉพาะก่อน คุณสามารถสร้างตัวตรวจจับความผิดปกติได้โดยตรงบนตารางทางลัดที่รองรับ และใช้การวิเคราะห์ คําแนะนําแบบจําลอง และประสบการณ์การตรวจสอบอย่างต่อเนื่องแบบเดียวกันกับที่พร้อมใช้งานสําหรับแหล่งข้อมูล Eventhouse แบบเนทีฟ การสนับสนุนนี้ขยายการตรวจหาความผิดปกติไปยังแหล่งข้อมูลภายนอกและแบบรวมศูนย์ที่เชื่อมต่ออยู่แล้วผ่านทางลัด Eventhouse ดังนั้นคุณจึงสามารถเปลี่ยนจากการเชื่อมต่อข้อมูลไปสู่การตรวจหาปัญหาด้วยการตั้งค่าและการทําซ้ําน้อยลง

ข้อกําหนดเบื้องต้น

• พื้นที่ทํางาน ที่มี ความจุ ที่เปิดใช้งาน Microsoft Fabric

• บทบาทของผู้ดูแลระบบ ผู้สนับสนุน หรือสมาชิกในพื้นที่ทํางาน

• Eventhouse ในพื้นที่ทํางานของคุณด้วยฐานข้อมูล KQL

• ปลั๊กอิน Python ที่เปิดใช้งานบน Eventhouse เดียวกันนั้น

  1. หากต้องการเปิดใช้งานปลั๊กอิน ให้ไปที่ Eventhouse ของคุณ
  2. ในแถบเครื่องมือด้านบน ให้เลือก ปลั๊กอิน จากนั้นเปิดใช้งานส่วนขยายภาษา Python
  3. เลือกปลั๊กอิน Python 3.11.7 DL แล้วเลือกเสร็จสิ้น

  

• ตรวจหาความผิดปกติใน Real-Time Intelligence ที่เปิดใช้งานในพื้นที่ทํางานของคุณ

  1. หากต้องการเปิดใช้งานการตรวจหาความผิดปกติ ให้ไปที่พื้นที่ทํางานของคุณ
  2. อัปเกรดเป็น Microsoft Fabric รุ่นทดลองใช้ฟรี หรือตรวจสอบให้แน่ใจว่าพื้นที่ทํางานของคุณมีสิทธิ์การใช้งาน Microsoft Fabric
  3. ติดต่อผู้ดูแลระบบของคุณเพื่อเปิดใช้งานการสลับคุณลักษณะการแสดงตัวอย่าง หรือไปที่พอร์ทัลผู้ดูแลระบบ และเปิดใช้งาน ตรวจหาความผิดปกติใน Real-Time Intelligence (พรีวิว)

วิธีตั้งค่าการตรวจจับความผิดปกติ

เริ่มต้นใช้งาน

คุณสามารถเริ่มการตรวจหาความผิดปกติได้ สาม วิธี:

ดูการกําหนดค่าการตรวจจับความผิดปกติที่มีอยู่

ก่อนที่คุณจะสร้างตัวตรวจจับความผิดปกติใหม่ ให้ตรวจสอบว่ามีการกําหนดค่าสําหรับแหล่งข้อมูลที่คุณเลือกอยู่แล้วหรือไม่ มุมมองนี้ช่วยให้คุณหลีกเลี่ยงงานซ้ําซ้อนและเข้าใจว่าคนอื่น ๆ ตรวจสอบข้อมูลนั้นอย่างไรอยู่แล้ว

1. ในรายการแหล่งข้อมูลของคุณ ให้เลือกจุดไข่ปลา (...) สําหรับแหล่งข้อมูลที่คุณต้องการวิเคราะห์ แล้วเลือก ตัวตรวจจับความผิดปกติที่มีอยู่

   

2. ใน ดูความผิดปกติที่ตรวจพบ คุณสามารถดูการกําหนดค่าการตรวจจับความผิดปกติที่มีอยู่ทั้งหมดสําหรับแหล่งข้อมูลที่เลือก และสํารวจรายละเอียดของแต่ละรายการได้

   1. จากบานหน้าต่างนําทางด้านซ้าย ให้เลือกการกําหนดค่าเพื่อสํารวจความผิดปกติที่ตรวจพบ หรือเลือก เปิด เพื่อดูแบบเต็มหน้าจอ

   2. หากการกําหนดค่าที่มีอยู่ไม่ตรงกับความต้องการของคุณ ให้เลือก สร้าง เพื่อสร้างการกําหนดค่าการตรวจหาความผิดปกติใหม่

   

ประสบการณ์นี้ช่วยให้คุณเปลี่ยนจากการสํารวจไปสู่การลงมือทําโดยไม่ต้องออกจากบริบทของแหล่งข้อมูลของคุณ

กําหนดค่าคอลัมน์อินพุตสําหรับการวิเคราะห์

ระบุคอลัมน์ที่จะวิเคราะห์และวิธีจัดกลุ่มข้อมูลของคุณ

1. ในบานหน้าต่างการกําหนดค่า ให้เพิ่มคอลัมน์ ค่าที่ต้องเฝ้าดู ที่มีข้อมูลตัวเลขที่คุณต้องการตรวจสอบความผิดปกติ

   

   Note

   ตรวจสอบให้แน่ใจว่าคอลัมน์ที่เลือกมีค่าตัวเลข เนื่องจากรองรับเฉพาะข้อมูลตัวเลขสําหรับการตรวจหาความผิดปกติ

2. เลือกคอลัมน์ จัดกลุ่มตาม เพื่อระบุวิธีที่ข้อมูลของคุณควรถูกแบ่งพาร์ติชันสําหรับการวิเคราะห์ คอลัมน์นี้โดยทั่วไปแสดงถึงเอนทิตี เช่น อุปกรณ์ ตําแหน่งที่ตั้ง หรือการจัดกลุ่มเชิงตรรกะอื่นๆ

   

3. เลือกคอลัมน์ การประทับเวลา ที่แสดงเวลาที่บันทึกจุดข้อมูลแต่ละจุด คอลัมน์นี้มีความสําคัญต่อการตรวจจับความผิดปกติของอนุกรมเวลา และช่วยให้มั่นใจได้ถึงการวิเคราะห์แนวโน้มที่แม่นยําเมื่อเวลาผ่านไป

   

4. เลือก เรียกใช้การวิเคราะห์ เพื่อเริ่มการประเมินแบบจําลองอัตโนมัติ

รอให้การวิเคราะห์เสร็จสิ้น

ระบบจะวิเคราะห์ข้อมูลของคุณเพื่อค้นหาแบบจําลองการตรวจจับความผิดปกติที่ดีที่สุด

ในระหว่างการวิเคราะห์ระบบ:

• สุ่มตัวอย่างข้อมูลตารางของคุณเพื่อการประมวลผลที่มีประสิทธิภาพ
• ทดสอบอัลกอริธึมการตรวจจับความผิดปกติหลายแบบ
• ประเมินการกําหนดค่าพารามิเตอร์ต่างๆ
• ระบุโมเดลที่มีประสิทธิภาพสูงสุดสําหรับรูปแบบข้อมูลเฉพาะของคุณ

ตรวจสอบรุ่นที่แนะนําและความผิดปกติ

หลังจากการวิเคราะห์เสร็จสิ้น ให้เลือกโมเดลที่แนะนําเพื่อดูความผิดปกติที่ตรวจพบและสํารวจผลลัพธ์

1. เปิดผลการตรวจจับความผิดปกติโดยเลือกการแจ้งเตือนที่คุณได้รับ หรือกลับไปที่บานหน้าต่างการกําหนดค่า

2. เลือกรุ่นที่แนะนําเพื่อตรวจสอบประสิทธิภาพและปรับแต่งการตั้งค่าความมั่นใจได้ตามต้องการ บันทึกการเลือกของคุณ

   

3. หน้าผลลัพธ์ให้ข้อมูลเชิงลึกต่อไปนี้:

   • ผลลัพธ์จากเครื่องตรวจจับ: การแสดงผลข้อมูลของคุณโดยเน้นความผิดปกติอย่างชัดเจน
   • เหตุการณ์ผิดปกติ: ตารางรายละเอียดของความผิดปกติที่ตรวจพบในช่วงเวลาที่เลือก

   

4. ใช้ภาพและตารางเพื่อสํารวจความผิดปกติที่ตรวจพบและเข้าใจรูปแบบข้อมูล คุณยังสามารถเปิดบริบทการวิเคราะห์ความผิดปกติในสมุดบันทึก Fabric เพื่อตรวจสอบผลลัพธ์ด้วย KQL, SQL analytics endpoint, Python หรือ Spark ได้

5. เผยแพร่ การตั้งค่าของคุณเพื่อเริ่มการตรวจสอบข้อมูลอย่างต่อเนื่อง เมื่อเผยแพร่แล้ว เครื่องตรวจจับความผิดปกติจะติดตามเหตุการณ์ตรวจจับความผิดปกติสําหรับการตั้งค่านั้นอย่างต่อเนื่องโดยไม่ซ้ําชุดข้อมูล

   

หลังจากที่คุณเผยแพร่แล้ว คุณมีตัวเลือกสองอย่างในการดําเนินการกับเหตุการณ์ความผิดปกติ:

• ตั้งค่าการแจ้งเตือนโดยตรงบนการตั้งค่านี้ ในริบบอนด้านบนของรายการตรวจจับความผิดปกติ ให้เลือกตัวเลือกการแจ้งเตือนเพื่อรับการแจ้งเตือนทุกครั้งที่การกําหนดค่านี้ตรวจพบความผิดปกติ สําหรับข้อมูลเพิ่มเติม ดูที่ ตั้งค่าการแจ้งเตือนเมื่อเกิดเหตุการณ์ตรวจจับความผิดปกติ
• ส่งเหตุการณ์ความผิดปกติไปยังปลายทางปลายน้ําอื่น หากคุณต้องการส่งเหตุการณ์ตรวจจับความผิดปกติไปยังปลายทาง เช่น eventstream หรือ Activator ให้ไปที่ Real-Time hub และใช้เหตุการณ์ Fabric เพื่อกําหนดค่าการกําหนดเส้นทางนั้น สําหรับข้อมูลเพิ่มเติม ดูที่ สํารวจเหตุการณ์ตรวจจับความผิดปกติ

ตรวจสอบและปรับแต่งผลลัพธ์เพื่อให้การตั้งค่าตรวจจับความผิดปกติของคุณตรงกับการใช้งานของคุณ

วิเคราะห์โมเดลการตรวจจับความผิดปกติอีกครั้งด้วยข้อมูลใหม่

อัปเดตโมเดลการตรวจจับความผิดปกติของคุณให้ทันสมัยอยู่เสมอเมื่อมีข้อมูลใหม่

ทําตามขั้นตอนเหล่านี้เพื่อวิเคราะห์แบบจําลองใหม่ด้วยข้อมูลใหม่:

1. ไปที่รายการตรวจหาความผิดปกติของคุณ
2. ในแผง แก้ไข ให้แก้ไขช่องที่กรอกข้อมูลก่อนหน้านี้ตามต้องการ
3. เลือก วิเคราะห์ข้อมูลของฉันใหม่ การดําเนินการนี้จะเริ่มการวิเคราะห์ใหม่ตามอินพุตที่อัปเดตของคุณ

สํารวจเหตุการณ์การตรวจหาความผิดปกติและตั้งค่าการแจ้งเตือน

หลังจากที่คุณเผยแพร่การตั้งค่าการตรวจจับความผิดปกติแล้ว มีสองวิธีในการดําเนินการกับเหตุการณ์ความผิดปกติที่เกิดขึ้น:

• ตั้งค่าการแจ้งเตือนในการตั้งค่า จากรายการตรวจจับความผิดปกติ ให้ตั้งการแจ้งเตือนโดยตรงบนการตั้งค่าที่คุณกําลังตรวจสอบเพื่อรับการแจ้งเตือนเมื่อพบความผิดปกติ
• ส่งเหตุการณ์ความผิดปกติไปยังปลายทางปลายทางอื่น ไปที่ Real-Time hub และใช้เหตุการณ์ Fabric เพื่อส่งต่อเหตุการณ์ตรวจจับความผิดปกติไปยังจุดหมายปลายทาง เช่น eventstream หรือ Activator สําหรับข้อมูลเพิ่มเติม ดูที่ สํารวจเหตุการณ์ตรวจจับความผิดปกติ

คุณยังสามารถเชื่อมต่อเหตุการณ์ผิดปกติกับตัวแทนข้อมูล Fabric เพื่อเปิดใช้งานการให้เหตุผลและการดําเนินการอัตโนมัติระหว่างข้อมูลเหตุการณ์สดและเหตุการณ์ในอดีต ตัวแทนข้อมูลสามารถรับข้อมูลเหตุการณ์ผิดปกติและจัดการเวิร์กโฟลว์ถัดไปที่เสริมการแจ้งเตือนบน Activator

ค้นหาผลลัพธ์ความผิดปกติด้วยปลายทางวิเคราะห์ SQL

Eventhouse มีอุปกรณ์วิเคราะห์ SQL ที่จัดการได้ซึ่งสอดคล้องกับโมเดลข้อมูลของ Eventhouse และการกํากับดูแล Fabric คุณสามารถสืบค้นผลลัพธ์ของ anomaly detector และตารางหรือวิวที่เกี่ยวข้องด้วย SQL เพื่อการวิเคราะห์และการเชื่อมต่อในขั้นตอนถัดไป หากต้องการค้นหารายละเอียดการเชื่อมต่อปลายทาง SQL analytics ให้ไปที่รายการ Eventhouse ของคุณใน Fabric workspace

สำหรับข้อมูลเพิ่มเติม โปรดดู:

• สํารวจเหตุการณ์การตรวจหาความผิดปกติ
• ตั้งค่าการแจ้งเตือนเกี่ยวกับเหตุการณ์การตรวจหาความผิดปกติ

ข้อจํากัดและข้อควรพิจารณา

โปรดระวังข้อจํากัดเหล่านี้:

• การตรวจหาความผิดปกติจะถูกปิดใช้งานถ้าตารางอินพุตไม่ตรงกับ Schema ที่จําเป็น (คอลัมน์ค่าตัวเลข คอลัมน์วันที่และเวลา และคอลัมน์สตริง)
• ข้อมูลในอดีตที่เพียงพอช่วยปรับปรุงคําแนะนําและความแม่นยําของแบบจําลอง
• เครื่องตรวจจับความผิดปกติแต่ละตัวรองรับการกําหนดค่ารุ่นเดียวเท่านั้น

เรียกใช้การดําเนินการหลายอย่างในเครื่องตรวจจับความผิดปกติ

เมื่อคุณโต้ตอบกับตัวตรวจจับความผิดปกติ Eventhouse จะเรียกใช้การสืบค้น Python ในเบื้องหลังเพื่อรองรับการวิเคราะห์แบบเรียลไทม์ การดําเนินการเหล่านี้รวมถึง:

• เรียกใช้การตรวจจับความผิดปกติหรือการวิเคราะห์ประเภทอื่นๆ
• การสลับระหว่างรุ่นที่แนะนํา
• การเปลี่ยนกรอบเวลาหรือรหัสที่คุณกําลังดูอยู่
• ตรวจสอบข้อมูลที่เข้ามาอย่างต่อเนื่องเพื่อหาความผิดปกติโดยการตั้งค่าการแจ้งเตือน

Eventhouse รองรับการสืบค้นพร้อมกันสูงสุดแปดรายการต่อ Eventhouse ถ้าคุณเกินขีดจํากัดนี้ ระบบจะลองคิวรีอีกครั้ง แต่จะไม่จัดคิวคิวรีเพิ่มเติม และอาจล้มเหลวอย่างเงียบๆ ข้อความแสดงข้อผิดพลาดที่ให้ความชัดเจนมากขึ้นอยู่ระหว่างการพัฒนา

เพื่อหลีกเลี่ยงปัญหา:

• อนุญาตให้แต่ละคิวรีเสร็จสมบูรณ์ก่อนที่จะเริ่มคิวรีใหม่
• หากประสิทธิภาพการทํางานดูช้าหรือไม่ตอบสนอง ให้ลดจํานวนคิวรีที่เกิดขึ้นพร้อมกัน

สําหรับข้อมูลเพิ่มเติม โปรดดูที่ปลั๊กอิน Python

เวลารอเพื่อเปิดใช้งานปลั๊กอิน Python

ถ้าปลั๊กอิน Python ยังไม่ได้เปิดใช้งาน ตัวตรวจจับความผิดปกติจะพยายามเปิดใช้งานปลั๊กอินนั้นโดยอัตโนมัติเมื่อคุณเริ่มวิเคราะห์ข้อมูล ในกรณีนั้น การเปิดใช้งานปลั๊กอินอาจใช้เวลานานถึงหนึ่งชั่วโมง เมื่อเปิดใช้งานแล้ว การวิเคราะห์จะเริ่มโดยอัตโนมัติ

สําหรับข้อมูลเพิ่มเติม โปรดดู เปิดใช้งานปลั๊กอิน Python ใน Real-Time Intelligence

ขั้นตอนถัดไป

หลังจากกําหนดค่าการตรวจจับความผิดปกติแล้ว คุณจะทําสิ่งต่อไปนี้ได้

• สํารวจเหตุการณ์การตรวจหาความผิดปกติ
• ตั้งค่าการแจ้งเตือนเกี่ยวกับเหตุการณ์การตรวจหาความผิดปกติ
• ตั้งค่า Activator สําหรับการตอบกลับอัตโนมัติ
• เรียนรู้เกี่ยวกับการตรวจหาความผิดปกติหลายตัวแปร
• สร้างการแจ้งเตือนจากชุดคิวรี KQL

เนื้อหาที่เกี่ยวข้อง

• การอ้างอิงแบบสอบถาม KQL
• Real-Time เอกสารประกอบแดชบอร์ด
• ภาพรวมของตัวกระตุ้น