Ora puoi ottenere spiegazioni per i punteggi delle anomalie con l'individuazione delle anomalie di Amazon Kinesis Analytics
Amazon Kinesis Analytics ti permette di individuare le anomalie nello streaming dei dati in tempo reale. Oggi abbiamo lanciato due nuove caratteristiche, che forniscono spiegazioni riguardo alle anomalie e facilitano l'esecuzione di un'analisi delle cause principali. Puoi scoprire quali sono i campi dei tuoi dati che portano a punteggi elevati delle anomalie e identificare le tendenze associate all'anomalia.
Kinesis Analytics utilizza l'algoritmo Random Cut Forest per analizzare uno o più campi numerici e generare i punteggi per l'identificazione delle anomalie nei flussi di dati. Quando i record del flusso di dati hanno un gran numero di campi, può essere difficile individuare manualmente i campi che portano a punteggi elevati delle anomalie, soprattutto quando i dati sono numerosi, si muovono rapidamente e cambiano frequentemente. Kinesis Analytics ora fornisce spiegazioni in tempo reale dei punteggi delle anomalie utilizzando l'attribuzione e la direzionalità. L'attribuzione spiega il contributo dei campi di immissione al punteggio globale, mentre la direzionalità fornisce informazioni sulle tendenze, come i picchi e le diminuzioni in ogni campo. Per ulteriori informazioni e per un codice di esempio consulta Random Cut Forest con spiegazioni nel riferimento di Amazon Kinesis Analytics SQL.
Kinesis Analytics è il mezzo più semplice per elaborare flussi di dati in tempo reale con lo ANSI SQL senza dover apprendere specifiche competenze su programmazione o framework di elaborazione. Kinesis Analytics permette di eseguire query su dati in streaming o creare intere applicazioni in streaming usando SQL per poter ottenere informazioni utili per prendere decisioni e agire, e rispondere prontamente alle esigenze dei clienti. Kinesis Analytics è disponibile nelle regioni Stati Uniti orientali (Virginia settentrionale), Stati Uniti occidentali (Oregon) e UE (Irlanda).