Представляем новую версию AIOps-платформы Artimate 1.6.0. В центре этого релиза — адаптивное обновление ручных моделей кластеризации и корреляции, которое помогает поддерживать актуальность аналитических моделей без лишней ручной перенастройки. Вторым важным направлением стал Помощник по работе с платформой на базе LLM: он ускоряет доступ к знаниям, упрощает настройку и помогает пользователям эффективнее работать с данными и сценариями обработки.
Никита Гладких, руководитель продукта Artimate:
«В версии 1.6.0 мы сосредоточились на развитии функций, которые повышают точность работы платформы и снижают нагрузку на команды эксплуатации. Ключевым обновлением стало адаптивное обновление ручных моделей кластеризации и корреляции, а следующим важным шагом — развитие LLM-помощника, который делает работу с системой проще и быстрее. Кроме того, мы расширили возможности настройки тегов обогащения, ручной работы с корреляционным графом, импорта и экспорта сущностей, а также улучшили механизмы кластеризации и справочник regex. В результате пользователи получают более гибкий и удобный инструмент для анализа событий и управления инцидентами».
Ключевые обновления
Главное нововведение Artimate 1.6.0 — адаптивное обновление ручных моделей кластеризации и корреляции. Платформа самостоятельно запускает процесс дообучения модели кластеризации и построенных на ее основе корреляционных моделей, что сокращает время на поддержку их актуальности и помогает сохранять качество анализа в условиях меняющейся инфраструктуры.
Рисунок 1. Модель кластеризации с адаптивностью.
Еще одно важное изменение релиза — помощник по работе с платформой на базе LLM. Он подключен к корпоративной базе знаний и помогает пользователям быстрее находить инструкции и ответы по работе системы; кроме того, в модуле обогащения теперь можно описать задачу словами, чтобы получить подходящее regex-выражение, а в сценариях кластеризации LLM предлагает названия кластеров и рекомендации по оптимизации масок.
Граф и настройка
В релизе расширены возможности ручной работы с корреляционным графом. Пользователи могут изменять значения узлов и ребер вручную, что помогает компенсировать недостаток исторических данных и точнее адаптировать граф под реальные бизнес-задачи; дополнительно появилась визуальная классификация узлов и ребер, позволяющая выделять корень, критические узлы, критический путь и экстремальный путь.
Рисунок 2. Ручное редактирование ребра графа.
Рисунок 3. Визуальная классификация.
Отдельный блок изменений касается настройки обработки данных. В Artimate 1.6.0 появилась настройка последовательности обработки тегов обогащения, что делает обработку событий более прозрачной, а также улучшен справочник системных regex-выражений, который помогает точнее строить модели кластеризации.
Работа с моделями
В новой версии реализованы импорт и экспорт сущностей, включая обогащения, алгоритмические шаблоны, кластеризацию и корреляцию. Это снижает количество ошибок ручного ввода, ускоряет перенос настроек и становится следующим шагом в развитии функциональности мультишаблонов.
Также Artimate 1.6.0 расширяет возможности работы с моделями кластеризации. Теперь можно создавать ручные модели по нескольким тегам, удалять модели в статусе ERROR для снижения визуального шума, а сама система получила автоподбор алгоритма и оптимизированный набор алгоритмов кластеризации, чтобы сократить время на выбор подходящего метода расчета.
