Usted está aquí:
Detección de anomalías en Log Center
Identifique regresiones de rendimiento, problemas operativos y actividad sospechosa a partir de patrones inusuales en Log Center. Log Center analiza continuamente los datos de registro entrantes y los compara con el comportamiento de referencia aprendido. Cuando los datos se desvían de la línea de base y alcanzan los umbrales, Log Center marca la anomalía. Este tema aplica a B2C Commerce. Use estas pautas para reducir los falsos positivos y mejorar la precisión del detector.
- Comience con aplicaciones críticas, como errores de autenticación o registros de errores.
- Comience con un umbral más alto, luego ajuste la gravedad y la confianza con el tiempo.
- Revise los resultados del detector con regularidad y perfeccione los filtros para mostrar resultados más relevantes.
- Cree detectores separados para diferentes entornos para evitar mezclar líneas de base.
La ventana Resultados de anomalías del Log Center muestra las anomalías detectadas a lo largo del tiempo. Puede comparar las tendencias reales y esperadas, y abrir los registros relacionados para su investigación.
| Campo | Descripción |
|---|---|
| Severidad | Puntuación de gravedad y categoría predichas por el modelo, de 0,0 a 1,0. Los valores más altos indican anomalías más graves. Rangos de gravedad:
La gravedad también se asigna a los colores de los gráficos y las tablas:
|
| Confianza | Puntuación de confianza del modelo, de 0,0 a 1,0, lo que indica que el comportamiento es anómalo. Los valores más altos indican una mayor confianza. Rangos típicos:
|
| Real | Valor observado para la métrica o tendencia en el momento de la anomalía. |
| Esperado | Valor pronosticado para la métrica o tendencia en el momento de la anomalía. |
| Desviación | Diferencia entre los valores reales y esperados. |
Si necesita ayuda para validar una estrategia de detección, ajustar umbrales o solucionar problemas de resultados, comuníquese con su administrador de Salesforce o abra un caso de soporte.
