Alertes intelligentes et pertinentes


Monitoring et Alerting précis pour intervenir sur les problèmes réels et importants



 AccueilAlertes intelligentes

Un logiciel de monitoring très précis

ServicePilot possède une large couverture technologique avec différents indicateurs propres à chaque package et des seuils pré-établis. La collecte de données complémentaires sur une même ressource supervisée (indicateurs, logs et évènements, niveaux de service, historique...) permet d'analyser le comportement réel des éléments du SI afin d'optimiser la pertinence des alertes.


Un logiciel de monitoring très précis

Seuils statiques : idéal pour les métriques simples

Le seuil statique est simple et reste idéal dans le cas d'alerting sur des métriques relativement linéaires comme l'espace disque. Il fait beaucoup plus qu'alerter sur des indicateurs numériques et rend possible la création d'alertes sur des logs, des nombres d'évènements particuliers, des mots-clés...


Seuils statiques : idéal pour les métriques simples

Seuils conditionnels pour des problèmes plus complexes

Les seuils conditionnels sont nécessaires pour l'alerting sur des problèmes plus complexes. Ces seuils sont indispensabes pour réduire les faux-positifs sur des métriques dynamiques et inter-dépendantes comme la mémoire dynamique des serveurs ou les erreurs réseau. Combiner plusieurs indicateurs et alertes simples dans une alerte conditionnelle permet de s'assurer de la pertinence de l'alerte en question.


Seuils conditionnels pour des problèmes plus complexes

Seuils automatiques sur Machine Learning

Le Machine Learning de ServicePilot effectue différentes analyses sur chacune des ressources supervisées. Il est ainsi possible d'établir des seuils entièrement automatiques basés sur des algorithmes de Machine Learning : des alertes indispensables pour la surveillance de l’activité, des transactions ou la détection d’évènements anormaux.


Seuils automatiques sur Machine Learning

Mécanismes d'alerting intelligents

ServicePilot propose donc différentes alertes : seuils statiques, conditionnels, sur Machine Learning... et permet de personnaliser divers paramètres afin d'ajuster au mieux l'alerting selon les besoins. Les conditions des alertes, les temporisations, les délais, les actions et les variables peuvent être modifiés.


Mécanismes d'alerting intelligents

Commencez Maintenant