log-analytics

솔루션 개요

  • Log Analytics는 Data Lake 에 저장된 각종 데이터로부터 특정 키워드를 검색하거나 통계 및 고급분석을 할 수 있는 분석 인프라를 제공합니다. 사용자는 이상징후 탐지, 데이터 패턴 분석, 상관관계 분석 등을 Log Analytics를 통해 쉽고 빠르게 분석이 가능합니다.

솔루션 주요특징

쉬운 데이터 검색 및 직관적인 인사이트 제공

  • 검색 키워드를 통해 누구나 쉽게 검색이 가능하며 SQL 문법 지원과 Full Text 검색 지원이 가능하여 사용자가 원하는 방식으로 데이터를 탐색할 수 있습니다.

iris analyzer


분석가가 직접 데이터 샘플링이 가능한 프로세스

  • 개발자의 도움 없이 분석가가 직접 분석에 필요한 데이터를 UI를 통해 가공할 수 있는 기능을 제공합니다.

iris analyzer


이벤트 통계 정보 및 상관분석

  • 데이터 검색 후 통계 및 차트를 통해 비정상 상황을 직관적으로 분석할 수 있습니다.

iris analyzer


고급분석 기술로 내장된 이상징후 탐지

  • 이상징후 탐지 (Anomaly Detection) 기반 고급분석 엔진이 내장되어 쉽고 빠른 분석이 가능합니다.

iris analyzer


직관적인 피벗차트 지원

  • 누구나 쉽게 사용가능한 UI 옵션 기능으로 피벗분석이 가능한 UX환경을 제공합니다.

iris analyzer


용도에 따른 다양한 시각화 차트 지원

  • 고급시각화 분석 결과를 쉽게 이해하고 빠른 의사 결정을 할 수 있는 인사이트를 제공합니다.

iris analyzer

iris analyzer


  • 위치 정보를 기반으로 한 데이터를 다양한 지도형태의 시각화 유형으로 제공합니다.

iris analyzer


분석가 선호에 따른 다양한 분석툴과 연동 가능

  • 오픈소스 툴과 연동하여 분석 후 전수 데이터에 적용하는 프로세스 절차를 간소화하여 분석과정의 절차를 단축시켰습니다.

iris analyzer


솔루션 응용사례

1. 이동통신망 장비의 이상원인 분석 사례

비지니스 이슈

안정적인 이동통신 서비스를 제공하기 위해 수많은 장비들에 대한 고장 감시 시스템을 운영중

  • 1차적인 주요 알람, 이벤트, KPI 들에 대한 감시는 적용되어 운영

  • 장애의 조기 탐지 및 대응 및 신속하고 정확한 장애 원인 분석 필요

  • 심각한 서비스 장애를 유발할 수 있는 잠재적 위험 요소를 탐지하여 사전 예방하기 위한 선제적 대응 방안 필요

분석 과정

  • 적재 : 분석 대상인 LTE 장비 3식에서 4일 동안 발생한 Alarm, Fault, Status 메시지 약 350만 건을 IRIS DB에 적재

  • 전처리 : 적재된 원시 데이터 350만 건을 분석을 위한 구조로 변환

  • 탐색적 분석 : 장비별 이상 탐지, 시각화를 통한 특성 도출

  • 고급 분석 : 중점 분석 대상 장비에 대한 시계열 분석, 비정형 텍스트 분석

분석 환경

  • 적재 : IRIS ETL

  • 전처리 : IRIS 데이터브라우저 (검색, 피벗)

  • 탐색적 분석 : IRIS 데이터브라우저 (검색, 피벗, 시각화)

  • 고급 분석 : IRIS 대화형 분석 (R-Studio)

분석 단계

  • 목적 : 개별 시스템의 작은 변화가 전체 시스템에 영향을 주는지 분석

  • Step 1 : 개별 시스템별 고정 임계치 기준으로감시되지 않는 이상상황의 존재 유무 판단

  • Step 2 : 이상상황의 탐지 & 의심 장비 및 시점 식별

  • Step 3 : 이상상황의 원인이 무엇인지 분석

iris analyzer


2. 사용량 패턴 분석을 통한 모바일앱 분류 사례

비즈니스 이슈

  • 이동통신사에서는 비정상적인 모바일 App 서비스의 트래픽으로 인한 이동 통신망 과부하 발생에 선제적으로 대응하기 위해 모바일 App 단위 사용량을 분석/감시

  • App 서비스는 다수의 서버에서 제공되며 서버의 IP는 자주 변경(추가/삭제)

  • 수작업으로 서버스 IP로 접속하여 App을 식별중이나 정확한 관리의 한계가 있음

  • 미식별 App(IP)에 대하여 자동으로 App 서비스를 식별할 수 있는 방법을 연구

분석 과정

  • 적재 : 1일 동안의 모바일 App 사용 이력 로그 1분 통계 약 250 만 건을 IRIS DB에 적재

  • 전처리 : 적재된 원시 데이터 250 만 건을 분석을 위한 구조로 변환

  • 탐색적 분석 : App 사용 패턴 분류, 시각화를 통한 특성 도출

  • 고급 분석 : 식별 App과 미식별 App의 상관 계수 도출 및 통계적 검증(K-S test)

분석 환경

  • 적재 : IRIS ETL

  • 전처리 : IRIS 데이터브라우저 (검색, 피벗)

  • 탐색적 분석 : IRIS 데이터브라우저 (검색, 피벗, 시각화)

  • 고급 분석 : IRIS 대화형 분석 (R-Studio)

iris analyzer