Microsoft
Microsoft telah membuka akses ke ‘Lumos’, sebuah pustaka Python yang kuat untuk secara automatik mengesan dan mendiagnosis regresi metrik dalam aplikasi “skala web”. Perpustakaan ini dilaporkan sangat aktif di dalam Microsoft Teams dan Skype. Pada dasarnya, 'pengesan anomali' yang sangat kuat dan cerdas kini bersumber terbuka dan tersedia untuk pembangun web untuk melihat dan menangani kemunduran dalam metrik prestasi utama sambil hampir menghilangkan sebahagian besar positif palsu.
Microsoft Lumos kini menjadi sumber terbuka. Ini digunakan secara aktif dalam produk Microsoft terpilih, dan sekarang akan tersedia untuk komuniti pengembangan web dan aplikasi umum. Perpustakaan dilaporkan membenarkan jurutera mengesan beratus-ratus perubahan metrik dan menolak ribuan penggera palsu yang muncul oleh pengesan anomali.
Lumos Mengurangkan Kadar Makluman Positif Palsu Lebih Dari 90 Peratus, Tuntutan Microsoft:
Lumos adalah metodologi baru yang merangkumi pengesan anomali khusus domain yang ada. Namun, Microsoft memberi jaminan perpustakaan Python dapat mengurangkan kadar amaran positif palsu lebih dari 90 peratus. Dengan kata lain, pembangun kini dengan yakin dapat mengatasi masalah yang berterusan dan bukannya yang berselang-seli yang tidak memberi kesan buruk jangka panjang.
Kesihatan perkhidmatan dalam talian biasanya dipantau dengan mengesan metrik Petunjuk Prestasi Utama (KPI) dari masa ke masa. Jurutera yang menjalankan 'Regression Analysis' memerlukan banyak masa dan sumber untuk menyingkirkan masalah yang dapat menunjukkan masalah besar. Masalah ini boleh mengakibatkan kenaikan kos operasi dan juga kehilangan pengguna jika tidak ditangani.
Memperkenalkan: Lumos 365 #data besar #analitik #datasains #data #datawareghana #hulu #minyak dan gas #tenaga #Ghana #Afrika Barat #microsoft #perkembanganpusat # lumos365 #erp #kewangan #rantaian bekalan pic.twitter.com/xTYE3yLhaP
- Dataware Tech Ghana (@datawareghana) 1 April 2020
Tidak perlu ditambahkan, menjejaki punca setiap regresi KPI memakan masa. Lebih-lebih lagi, pasukan sering menghabiskan banyak masa untuk menganalisis masalah hanya untuk mengetahui bahawa itu hanya anomali. Di sinilah Microsoft Lumos sangat berguna. Perpustakaan Python menghilangkan proses menentukan sama ada perubahan disebabkan oleh pergeseran populasi atau kemas kini produk dengan memberikan senarai keutamaan pemboleh ubah yang paling penting dalam menjelaskan perubahan dalam nilai metrik.
Microsoft Lumos juga melayani tujuan yang lebih luas untuk memahami perbezaan metrik antara dua set data mana pun. Menariknya, platform ini merangkumi 'bias', dan dengan membandingkan satu set data kawalan dan rawatan sambil tetap agnostik dengan komponen siri masa, Lumos dapat menyelidiki anomali.
Memperkenalkan Rakan Baru Kami: Lumos 365 Ltd. #data besar #analitik #datasains #data #datawareghana #hulu #minyak dan gas #tenaga #Ghana #Afrika Barat #microsoft #perkembanganpusat # lumos365 #erp #kewangan #Rantaian bekalan pic.twitter.com/UdYh8aYdvn
- Dataware Tech Ghana (@datawareghana) 2 Mac 2020
Bagaimana Microsoft Lumos Berfungsi?
Microsoft Lumos bekerja dengan prinsip pengujian A / B untuk membandingkan pasangan set data. Perpustakaan Python bermula dengan mengesahkan apakah regresi dalam metrik antara set data signifikan secara statistik. Ia kemudian ditindaklanjuti dengan pemeriksaan bias populasi dan normalisasi bias untuk mengambil kira setiap perubahan populasi antara dua set data. Lumos memutuskan bahawa masalah ini tidak patut diselesaikan jika tidak ada regresi yang signifikan secara statistik dalam metrik. Walau bagaimanapun, jika delta dalam metrik adalah signifikan dari segi statistik, Lumos menandakan ciri dan memberi peringkat mengikut kadar sumbangan mereka terhadap delta dalam metrik sasaran.
'Para penyelidik Microsoft mengingatkan bahawa Lumos tidak dijamin akan mengalami semua kemerosotan dalam perkhidmatan dan bahawa ia tidak dapat memberikan pandangan tanpa jumlah data yang cukup besar.' Lumos sumber terbuka Microsoft, https://t.co/IXmMqGjrN8 melalui @VentureBeat
- Lisa Wood Shapiro (@LisaWShapiro) 29 Jun 2020
Perpustakaan Lumos Python berfungsi sebagai alat utama untuk memantau senario ratusan metrik. Pembangun dan pasukan yang melakukan analisis prestasi dapat memantau dan mengerjakan kebolehpercayaan panggilan, mesyuarat, dan perkhidmatan rangkaian telefon awam (PSTN) di Microsoft. Perpustakaan ini beroperasi pada Azure Databricks, perkhidmatan analisis data besar berasaskan Apache-percikan syarikat. Telah dikonfigurasi untuk berjalan dengan beberapa pekerjaan yang disusun berdasarkan prioritas, kerumitan, dan jenis metrik. Pekerjaan selesai secara tidak segerak. Ini bermaksud jika sistem mengesan anomali, aliran kerja Lumos dicetuskan, dan perpustakaan kemudian secara bijak menganalisis dan memeriksa apakah anomali tersebut layak dikejar dan ditangani.
Microsoft menyatakan bahawa Lumos tidak dijamin akan mengalami semua kemerosotan dalam perkhidmatan. Selain itu, perkhidmatan ini memerlukan sebilangan besar set data untuk memberikan pandangan yang boleh dipercayai. Syarikat itu merancang untuk menyertakan analisis metrik berterusan, melakukan pemeringkatan fitur yang lebih baik, dan juga penyatuan fitur. Langkah-langkah ini harus menangani cabaran utama multikolineariti dalam pemeringkatan ciri.
Teg Microsoft
