간편결제, 신용카드 청구할인
인터파크 롯데카드 5% (25,650원)
(최대할인 10만원 / 전월실적 40만원)
북피니언 롯데카드 30% (18,900원)
(최대할인 3만원 / 3만원 이상 결제)
NH쇼핑&인터파크카드 20% (21,600원)
(최대할인 4만원 / 2만원 이상 결제)
Close

일래스틱 스택을 이용한 머신러닝 : 분산 검색과 분석 플랫폼으로 하는 이상 징후 감지와 예측

원제 : Machine Learning with the Elastic Stack
소득공제

2013년 9월 9일 이후 누적수치입니다.

공유하기
정가

30,000원

  • 27,000 (10%할인)

    1,500P (5%적립)

할인혜택
적립혜택
  • I-Point 적립은 마이페이지에서 직접 구매확정하신 경우만 적립 됩니다.
추가혜택
  • 1/30(월) 이내 발송 예정  (서울시 강남구 삼성로 512)
  • 무료배송
  • 주문수량
    감소 증가
    • 이벤트/기획전

    • 연관도서(75)

    • 상품권

    AD

    책소개

    일래스틱 스택을 활용하면 로깅, 메트릭, 성능 분석 데이터를 통합해 관리할 수 있으며, 머신러닝을 적용해서 비용 효율적으로 시스템을 모니터링하고 분석할 수 있다.
    이 책은 운영 분석, 근본 원인 분석, 보안 분석에 일래스틱 스택을 활용하거나 새로 적용하려는 사용자가 일래스틱 스택의 머신러닝 기능을 빠르게 활용할 수 있도록 시스템 설치부터 다양한 시나리오에서의 활용 방법까지 설명한다.
    하루하루 늘어가는 시스템의 문제에 빠르게 대응하고, 수동 작업을 자동화하려는 많은 개발자와 운영자의 시간을 절약하고 핵심 작업에 집중하는 데 도움될 것이다.

    출판사 서평

    ★ 이 책에서 다루는 내용 ★

    ■ 머신러닝 기능을 사용하기 위한 일래스틱 스택 설치
    ■ 다양한 이상 징후 유형을 감지할 때 일래스틱 머신러닝을 사용하는 방법
    ■ IT 운영과 보안 분석에 효과적인 이상 징후 탐지 방법 적용
    ■ 일래스틱 머신러닝 결과를 사용자 정의 뷰, 대시보드, 사전 예방적 얼러팅에 활용
    ■ 생성된 잡을 결합해 다양한 인프라스트럭처의 이상 징후 상관관계
    ■ 일래스틱 머신러닝을 최대한 활용하기 위한 다양한 팁과 트릭

    ★ 이 책의 대상 독자 ★

    ML 전문가나 맞춤형 개발에 의존하지 않고 일래스틱서치 내의 머신 데이터에 대한 추가적인 통찰력을 얻고자 하는 IT 전문가를 위한 책이다. 자동화된 고급 이상 탐지와 예측을 통해 수동 데이터 분석을 강화하고자 하는 사람에게 매우 유용할 것이다. 이 책을 최대한 활용하려면 일래스틱 스택을 다뤄본 경험이 도움이 될 것이다.

    ★ 이 책의 구성 ★

    1장, ‘IT 분야의 머신러닝’에서는 IT와 보안 운영에서 수동 데이터 분석의 역사적 도전 과제를 소개하고 기본 배경을 설명한다. 또한 내부에서 일어나는 작업을 본질적으로 이해하는 데 도움이 되도록 일래스틱 ML의 운영 이론의 포괄적인 개요를 제공한다.
    2장, ‘머신러닝용 일래스틱 스택 설치’에서는 일래스틱서치, 키바나, 메트릭비트, ML 기능의 활성화에 대해 포괄적이고 자세한 설치 절차를 안내한다. 또한 ML 분석 작업의 기본 기법을 소개하고자 메트릭비트 데이터로 실행한 데이터 분석의 몇 가지 작업 사례를 제공한다.
    3장, ‘이벤트 변경 탐지’에서는 유효 로그 파일 분석의 핵심인 수치 기반 분석 기법을 자세히 설명한다.
    4장, ‘IT 운영 분석과 근본 원인 분석’에서는 이질적인 데이터 소스에서 온 데이터를 상관된 뷰로 전체적으로 검사하고 분석하는 데 일래스틱 ML을 활용하는 방식이 기존 방식과 비교해 분석가를 어떻게 돕는지 설명한다.
    5장, ‘일래스틱 머신러닝을 사용한 보안 분석’에서는 오늘날 사이버 적들이 제기하는 지능적이고 영구적인 위협을 탐지하고 해결하는 것에 이상 탐지와 행동 분석이 어떻게 보안 전문가를 돕는 필수 기능이 됐는지 알려준다. 일래스틱 ML이 행동 이상 징후를 탐지하는 접근 방식은 보안 기반 머신 데이터에 일래스틱 스택을 사용하는 분석가들의 전략에 완벽하게 들어맞는다.
    6장, ‘ML 분석에 따른 얼러팅’에서는 일래스틱 얼러팅의 사전 통지 기능을 ML로 발견한 통찰력과 통합해 이상 탐지를 훨씬 더 실용적으로 만드는 몇 가지 기법을 설명한다.
    7장, ‘키바나 대시보드에서 일래스틱 ML 데이터 사용’에서는 ML에서 수집한 정보로 기존 키바나 대시보드 시각화를 강화하는 방법을 설명한다.
    8장, ‘키바나 캔버스와 함께 일래스틱 ML 사용’에서는 ML의 실시간 데이터 분석을 통해 픽셀 단위까지 완벽한 실시간 보고서를 작성하는 방법을 다룬다.
    9장, ‘예측’에서는 일래스틱 ML의 정교한 시계열 모델을 이상 탐지를 넘어서 사용할 수 있는 방법을 설명한다. 예측 기능은 용량을 계획하는 것과 같은 사용 사례를 지원할 수 있도록 향후 추세와 행동을 추정할 수 있게 한다.
    10장, ‘ML 팁과 트릭’에서는 다른 장에서는 잘 맞지 않는 다양하고 실용적인 조언을 담고 있다. 이 유용한 내용은 일래스틱 ML을 최대한 활용할 수 있게 돕는다.

    ★ 옮긴이의 말 ★

    IT 회사들의 서비스를 구성하는 스택이 점점 복잡해지고 데이터가 늘어나면서 시스템의 문제를 빠르게 감지하고 원인을 분석하는 작업은 점점 어려워지고 있다.
    일반적으로 로깅 분석, 메트릭 분석, 성능 분석을 위해 개별 도구나 통합 도구를 도입해 시스템 운영에 활용하고 있지만 이러한 도구를 유지하고 관리하는 작업도 만만치 않다. 더구나 시스템의 복잡도와 규모가 서비스의 성공에 비례해 증가하기 때문에 좋은 도구가 준비돼 있더라도 단순히 모니터링 데이터를 쌓아 분석하는 기존 방식으로는 규모, 정확도, 대응 속도 면에서 한계가 있다. 이런 한계를 극복하고자 최근에는 데브옵스(DevOps)를 넘어 에이아이옵스(AIOps)를 표방하는 도구들이 유행처럼 출시되고 있다.
    일래스틱 스택을 활용하면 로깅, 메트릭, 성능 분석 데이터를 통합해 관리할 수 있을 뿐 아니라 머신러닝을 적용해 비용 효율적으로 시스템을 모니터링하고 분석할 수 있다.
    이 책은 운영 분석, 근본 원인 분석, 보안 분석 등에 기존 일래스틱 스택을 활용하고 있거나 새로 적용하려는 사용자가 일래스틱 스택의 머신러닝 기능을 빠르게 활용할 수 있도록 시스템 설치부터 다양한 시나리오에서의 활용 방법까지 설명한다.
    하루하루 늘어가는 시스템의 문제에 빠르게 대응하고 수동 작업을 자동화하려는 많은 개발자와 운영자의 시간을 절약해 핵심 작업에 집중하는 데 도움이 되길 바란다.

    목차

    1장. IT 분야의 머신러닝
    __역사적인 도전 극복
    ____데이터 과잉
    ____자동 이상 탐지 시대의 도래
    __작동 원리
    ____특이하다는 것의 정의
    ____일반적인 학습과 비지도 학습
    ______확률 모델
    ______모델 학습
    ______추세 제거
    ______비정상 점수 매김
    __효과적 운영
    ____작업
    ____ML 노드
    ____버킷화
    ____데이터피드
    __인덱스 지원
    ____.ml-state
    ____.ml-notifications
    ____.ml-anomalies-*
    __오케스트레이션
    __요약

    2장. 머신러닝용 일래스틱 스택 설치
    __일래스틱 스택 설치
    ____소프트웨어 다운로드
    ____일래스틱서치 설치
    ____키바나 설치
    ____플래티넘 기능 활성화
    __일래스틱 ML 기능의 안내
    ____분석할 데이터 수집
    ____키바나에서의 ML 작업 타입
    ______데이터 비주얼라이저
    ______단일 메트릭 작업
    ______멀티메트릭 작업
    ______Population 작업
    ______Advanced 작업
    ____API를 통한 ML 제어
    __요약

    3장. 이벤트 변경 탐지
    __정상적인 발생률을 이해하는 방법
    __카운트 함수 탐구
    ____카운트 요약 정보
    ____카운트 분할
    ____기타 카운팅 함수
    ______non-zero 카운트
    ______distinct 카운트
    __모집단 분석에서 카운팅
    __드물게 발생하는 것을 탐지
    __범주화를 통한 메시지 기반 로그 카운팅
    ____ML에 의해 범주화될 수 있는 메시지 유형
    ____범주화 과정
    ____범주 카운팅
    ____하나로 통합
    ____범주화를 사용하지 않을 경우
    __요약

    4장. IT 운영 분석과 근본 원인 분석
    __전체 애플리케이션의 가시성
    ____KPI의 중요성과 한계
    ____KPI를 넘어서
    __데이터 구성
    ____효과적인 데이터 분할
    ______ML 작업에 대한 사용자 정의 쿼리
    ______데이터 처리 시 강화
    ____문맥 정보 활용
    ______분할된 분석
    ______통계적 영향 요인
    __근본 원인을 분석하고자 모든 정보를 함께 가져오기
    ____장애 시나리오
    ____시각적 상관관계와 분할된 영향 요인
    ____요약

    5장. 일래스틱 머신러닝을 사용한 분석
    __현장에서의 보안
    ____데이터 규모와 다양성
    ____공격 형태
    __위협 사냥 아키텍처
    ____레이어 기반 처리
    ____위협 인텔리전스
    __조사 분석
    ____손상 수준 평가
    __요약

    6장. ML 분석에 따른 얼러팅
    __결과 표현
    __결과 인덱스
    ____버킷 결과
    ____레코드 결과
    ____영향 요인 결과
    __키바나에서 머신러닝 UI의 알람
    ____키바나 ML UI의 기본 와치 해부
    __수동으로 ML 알람 생성
    __요약

    7장. 키바나 대시보드에서 일래스틱 ML 데이터 사용
    __키바나의 시각화 옵션
    ____시각화 예제
    ____타임라이온
    ____시계열 비주얼 빌더
    __이상 탐지 분석용 데이터 준비
    ____데이터셋
    ____데이터 수집
    ____이상 탐지 작업 생성
    ______글로벌 트래픽 분석 작업
    ______요청한 호스트의 HTTP 응답 코드 프로파일링
    ______호스트별 트래픽 분석
    __시각화 구성
    ____인덱스 패턴 설정
    ____TSVB에서 ML 데이터 사용
    ____상관관계 히트 맵 생성
    ____타임라이온에서 ML 데이터 사용
    ____대시보드 구성
    __요약

    8장. 키바나 캔버스와 함께 일래스틱 ML 사용
    __캔버스 소개
    ____캔버스란?
    ____캔버스 표현식
    __일래스틱 ML 캔버스 슬라이드 만들기
    ____데이터 준비
    ____캔버스 데이터 테이블에서의 이상
    ____새로운 SQL 통합 사용
    __요약

    9장. 예측
    __예측과 예언
    __예측 사용 사례
    __예측: 운영 이론
    __단일 시계열 예측
    ____데이터셋 준비
    ____예측용 ML 작업 생성
    __예측 결과
    __다중 시계열 예측
    __요약

    10장. ML 팁과 트릭
    __작업 그룹
    __분할과 비분할 작업의 영향 요인
    __스크립트 필드에 ML 사용
    __단방향 함수를 사용하는 이점
    __기간 무시하기
    ____다가오는 (알려진) 시간의 창 무시
    ______달력 이벤트 생성
    ______원하는 기간을 무시하도록 데이터피드 중지와 시작
    ____사후에 예기치 못한 타임 창 무시
    ______작업을 복제하고 히스토리 데이터를 다시 실행
    ______모델 스냅숏 되돌리기
    __사용 사례를 과도하게 엔지니어링하지 말자
    __ML 작업 처리량에 대한 고려 사항
    __맞춤형 규칙을 활용한 하향식 알람
    __ML 배포 크기 산정
    __요약

    저자소개

    리치 콜리어 [저] 신작알림 SMS신청
    생년월일 -

    일래스틱의 솔루션 아키텍트다. 프리러트(Prelert) 인수로 일래스틱 팀에 합류해 소프트웨어, 하드웨어, 서비스 기반 솔루션을 위한 솔루션 설계자 및 사전 판매 시스템 엔지니어로서 20년 이상의 경험을 가지고 있다. 빅데이터 분석, 머신러닝, 이상 탐지, 위협 탐지, 보안 운영, 애플리케이션 성능 관리, 웹 애플리케이션, 컨텍 센터 기술을 포함한다. 메사추세츠주 보스턴에 거주하고 있다.

    바할딘 아자미 [저] 신작알림 SMS신청
    생년월일 -

    일래스틱의 솔루션 아키텍트다. 사용자 행동 및 소셜 분석에 중점을 둔 마케팅 데이터 플랫폼인 리치 파이브(Reach Five)를 공동 설립했다. 또한 탈렌드(Talend)와 오라클(Oracle) 같은 다양한 소프트웨어 공급업체에 근무하면서 솔루션 아키텍트와 아키텍트 직책을 맡았다. 일래스틱 스택을 사용한 머신러닝 이전에 『키바나 5.0 배우기Learning Kibana 5.0』(에이콘, 2017), 『Scalable Big Data Architecture, Talend for Big Data』(Apress, 2015)를 포함한 책을 저술했다. 파리에 기반을 두고 있으며 폴리텍 파리에서 컴퓨터 과학 석사 학위를 받았다.

    최중연, 이재익 [역] 신작알림 SMS신청
    생년월일 -

    해당작가에 대한 소개가 없습니다.

    이 상품의 시리즈

    (총 75권 / 현재구매 가능도서 74권)

    선택한 상품 북카트담기
    펼쳐보기

    전공도서/대학교재 분야에서 많은 회원이 구매한 책

      리뷰

      0.0 (총 0건)

      100자평

      작성시 유의사항

      평점
      0/100자
      등록하기

      100자평

      0.0
      (총 0건)

      판매자정보

      • 인터파크도서에 등록된 오픈마켓 상품은 그 내용과 책임이 모두 판매자에게 있으며, 인터파크도서는 해당 상품과 내용에 대해 책임지지 않습니다.

      상호

      (주)교보문고

      대표자명

      안병현

      사업자등록번호

      102-81-11670

      연락처

      1544-1900

      전자우편주소

      callcenter@kyobobook.co.kr

      통신판매업신고번호

      01-0653

      영업소재지

      서울특별시 종로구 종로 1(종로1가,교보빌딩)

      교환/환불

      반품/교환 방법

      ‘마이페이지 > 취소/반품/교환/환불’ 에서 신청 또는 1:1 문의 게시판 및 고객센터(1577-2555)에서 신청 가능

      반품/교환가능 기간

      변심 반품의 경우 출고완료 후 6일(영업일 기준) 이내까지만 가능
      단, 상품의 결함 및 계약내용과 다를 경우 문제점 발견 후 30일 이내

      반품/교환 비용

      변심 혹은 구매착오로 인한 반품/교환은 반송료 고객 부담
      상품이나 서비스 자체의 하자로 인한 교환/반품은 반송료 판매자 부담

      반품/교환 불가 사유

      ·소비자의 책임 있는 사유로 상품 등이 손실 또는 훼손된 경우
      (단지 확인을 위한 포장 훼손은 제외)

      ·소비자의 사용, 포장 개봉에 의해 상품 등의 가치가 현저히 감소한 경우
      예) 화장품, 식품, 가전제품(악세서리 포함) 등

      ·복제가 가능한 상품 등의 포장을 훼손한 경우
      예) 음반/DVD/비디오, 소프트웨어, 만화책, 잡지, 영상 화보집

      ·시간의 경과에 의해 재판매가 곤란한 정도로 가치가 현저히 감소한 경우

      ·전자상거래 등에서의 소비자보호에 관한 법률이 정하는 소비자 청약철회 제한 내용에 해당되는 경우

      상품 품절

      공급사(출판사) 재고 사정에 의해 품절/지연될 수 있음

      소비자 피해보상
      환불지연에 따른 배상

      ·상품의 불량에 의한 교환, A/S, 환불, 품질보증 및 피해보상 등에 관한 사항은 소비자분쟁해결 기준 (공정거래위원회 고시)에 준하여 처리됨

      ·대금 환불 및 환불지연에 따른 배상금 지급 조건, 절차 등은 전자상거래 등에서의 소비자 보호에 관한 법률에 따라 처리함

      (주) 인터파크 안전결제시스템 (에스크로) 안내

      (주)인터파크의 모든 상품은 판매자 및 결제 수단의 구분없이 회원님들의 구매안전을 위해 안전결제 시스템을 도입하여 서비스하고 있습니다.
      결제대금 예치업 등록 : 02-006-00064 서비스 가입사실 확인

      배송안내

      • 교보문고 상품은 택배로 배송되며, 출고완료 1~2일내 상품을 받아 보실 수 있습니다.

      • 출고가능 시간이 서로 다른 상품을 함께 주문할 경우 출고가능 시간이 가장 긴 상품을 기준으로 배송됩니다.

      • 군부대, 교도소 등 특정기관은 우체국 택배만 배송가능합니다.

      • 배송비는 업체 배송비 정책에 따릅니다.

      • - 도서 구매 시, 1만 원 이상 무료, 1만원 미만 2천 원 - 상품별 배송비가 있는 경우, 상품별 배송비 정책 적용