Correlação de eventos

correlação é um método de agrupamento de alertas relacionados em um incidente de alto nível o aiops utiliza o reconhecimento de padrões para automaticamente processar os dados de eventos recebidos de diferentes fontes, seja logs, métricas ou integrações sendo assim, é possível agrupar eventos em contextos similares, possibilitando a redução de ruídos e uma detecção rápida da real demanda em questão com os dados detectados e com os padrões processados, o aiops é capaz de processar e predizer com um evento deve se correlacionar com o outro contextualização movimentação de alertas para a movimentação de alertas, basta clicar no botão que se encontra no canto superior direito da tela após o acesso é necessário a seleção do alerta desejado seguida por um clique no botão mover alertas, presente logo acima e à esquerda da lista de alertas em seguida estará disponível um modal com as informações necessárias para a movimentação season id é o número identificador de um incidente, estará sempre próximo à prioridade (p) na imagem abaixo, representa o exemplo p1, a letra p poderá ser acompanhada pelos números 1,2,3,4 e 5 indicando a prioridade do problema números menores exigem atuações de urgência conforme relatado acima, todos os incidentes possuem um número identificador( season id) para movimentar o alerta escolhido, basta selecionar o season id do incidente desejado que se encontra na coluna lateral à direita da tela no botão sugerir pipe que se encontra ao lado do botão mover alertas é possível escolher o fluxo de automação ( pipes e automação ) mais indicado para o alerta selecionado caso o incidente esteja agrupado adequadamente é possível habilita lo para treino uilizando o botão como o exemplo abaixo, que se encontra no canto superior direito da tela, acima da lista de alertas a cada movimentação de alertas o aiops aprende via reinforcement learning a ser cada vez mais assertivos nas correlações que acontecem no ambiente ao selecionar essa opção permitirá que o aiops se torne cada vez mais assertivo na identificação de padrões