detect-anomalies-aiops

Apply machine learning to detect anomalies in operational metrics, correlate alerts, and reduce false positives.

Expected: Time series data loaded with regular intervals, missing values handled, features engineered for ML models.

On failure: If Prometheus connection fails, verify URL and network access, if data gaps exist use forward-fill or interpolation, ensure timestamp column is datetime type, check for memory issues with large date ranges (process in chunks).

Implementa il rilevamento delle anomalie basato sull'intelligenza artificiale per i parametri operativi utilizzando l'analisi delle serie temporali (Isolation Forest, Prophet, LSTM), la correlazione degli avvisi e l'analisi delle cause principali. Riduci l'affaticamento degli avvisi identificando in modo intelligente le anomalie reali nei parametri, nei log e nelle tracce del sistema. Da utilizzare quando i team operativi sono sopraffatti dal volume degli avvisi, quando rilevano complesse anomalie multimetriche oltre le soglie statiche, quando i modelli stagionali rendono le soglie inefficaci o quando è necessario prevedere i problemi in modo proattivo prima che abbiano un impatto sugli utenti. Fonte: pjt222/development-guides.