Методологія та класифікація ML-методів з відкритим кодом для IT-моніторингу на базі системи Zabbix

Анотація

У даній статті розглянуто застосування методів машинного навчання з відкритим кодом для задач IT-моніторингу на базі системи Zabbix. Проаналізовано підходи до виявлення аномалій, прогнозування часових рядів та аналізу лог-файлів, а також їх обмеження у контексті експлуатаційного моніторингу. Запропоновано методологію інтеграції зовнішніх ML-модулів із Zabbix та класифікаційну схему використання ML-моделей залежно від типу даних і задач. Виконано порівняльний аналіз ML-підходів і сформульовано рекомендації щодо їх практичного застосування з урахуванням вимог для досягнення цільового рівня якості сервісу (SLO).