Health Prediction'a Genel Bakış

Her monitör için ertesi gün (24 saat) ve sonraki hafta (7 gün) uptime tahmini ve öneriler, istatistik, anomali tespiti ve yapay zekânın birleşimi.

Bazı sorunlar yavaş yavaş büyür. Yanıt süresi günler boyunca yukarı kayar, hata oranı %0,1'den %0,9'a tırmanır, bir sertifikanın süresi dolmaya yaklaşır. Grafiğe bakan bir insan bunu görür, ama her grafiğe sürekli bakmak mümkün değildir. Health Prediction tam da bu işi sizin için yapar. Bir çökme ya da hatalı bir dağıtım gibi ani kesintiler önceden haber vermez ve tahmin edilmez.

UptimeWarden birkaç saatte bir her monitörün son veri penceresini alır, istatistiksel analiz ve anomali tespiti çalıştırır, bulguları yapay zekâ motorumuza özetletir ve elinize harekete geçebileceğiniz ileriye dönük bir tahmin verir.

Bir tahminde gördüğünüz bilgiler

Her tahmin şu sinyalleri gösterir:

Tahminler gerçek sonuçlarla karşılaştırılır. Tahmin penceresi geçtikten sonra UptimeWarden öngörüyü gerçek ölçümlerle eşleştirir (trend doğru muydu, uptime tahmini ne kadar yakın çıktı) ve her monitör için 7, 30, 90 gün ve tüm zamanlar pencerelerinde doğruluk istatistiği tutar. Sistemin sizin monitörlerinizi ne kadar iyi okuduğunu kolayca görebilirsiniz.

Her tahmin, üzerinde gerçek üretim zamanını taşır ("… önce güncellendi"). Manuel yenileme tetiklediğinizde yeniden hesaplama arka planda kuyruğa alınır; arayüz bunu açıkça belirtir ve yeni sonuç hazır olduğunda görünür, eski veri hiçbir zaman "az önce hesaplandı" gibi sunulmaz.

Olay riski sinyali

Uptime tahminini tersine çevirip "ne kadar risk var?" sorusuna kendiniz cevap aramak yerine, tahmin kartı mevcut sinyallerin işaret ettiği risk seviyesini gerekçeleriyle birlikte gösterebilir. Bu gösterim tüm hesaplarda açıktır.

Her tahmin şunları da taşır:

Risk seviyesi bir olasılık değildir ve bir kesintinin ne zaman olacağını söylemez. Zaten büyümekte olan sorunları yansıtır; ani bir kesinti önceden haber vermez ve tahmin edilemez.

Önemli dürüstlük kuralı: bu değerlerin tamamı, kaydedilmiş tahmin verisinden deterministik olarak türetilir. Bu yolda yapay zekâya metin ürettirilmez, hiçbir sayı uydurulamaz; geçmiş isabet ölçümü yoksa "doğrulanmış isabet" alanı hiç gösterilmez.

Bir tahmin nasıl üretilir?

Beş aşamalıdır:

1. Veri toplama, son birkaç saatlik kontrol sonuçları yüklenir. Pencere genişliği planınızın veri saklama süresine bağlıdır.
2. İstatistiksel analiz, yürüyen ortalamalar, sapma bantları, doğrusal trend, değişim noktası tespiti.
3. Anomali tespiti, mevsimsel ayrıştırma, aykırı değer tespiti, ani sıçrama tespiti. Her anomaliye bir şiddet atanır.
4. Yapay zekâ akıl yürütmesi, yapay zekâ motorumuz toplulaştırılmış bulguları okur, özet ile önerileri yazar.
5. Yayın, tahmin panoya düşer ve arayüz güncellenir.

İstatistik katmanı deterministiktir. Yapay zekâya yalnızca toplulaştırılmış sayılar gider (yüzdelik yanıt süreleri, eğim, anomali sayıları, monitör tipi, gizlenmiş URL), ham log, istek gövdesi veya başlık asla gönderilmez.

Plan kapsamı

Plan yükseltmeleri anında geçerli olur; mevcut monitörleriniz bir sonraki tahmin döngüsünde kapsama girer.

Tahminler ne zaman üretilir?

İki tetikleyici vardır:

• Otomatik: tahminler birkaç saatlik bir aralıkla yenilenir. Daha kısa aralıklar fayda sağlamaz, çünkü çoğu sinyalin oluşması bu kadar veri ister.
• Manuel: özelliğe erişimi olan herhangi bir kullanıcı, bir monitör için sıradaki döngüyü beklemeden yeniden üretim tetikleyebilir.

Tahminleri nerede görürsünüz?

Pano üzerindeki Insights satırı, üretilmiş tahminleri listeler. Planınız Health Prediction içermiyorsa burada bir yükseltme önerisi görürsünüz. Tahminlerin tam listesi ve toplu görünümü Forecasts sayfasındadır; sayfanın eski adı AI Insights'tı.

Liste her zaman en acil monitörle başlar. Sıralama, aynı gerçek verilerden türetilen çok aşamalı bir aciliyet karşılaştırmasıyla yapılır: önce (açıksa) olay riski seviyesi ve arkasındaki puan, sonra tahmini trendin şiddeti, anomali sayısı ve uptime tahmininin %99'un ne kadar altında kaldığı. Risk sinyali açık olduğunda kartın baş rozeti risk seviyesidir; ham trend, ikincil bir etiket olarak yanında durur, böylece tek kart üzerinde birbiriyle çelişen sinyaller görmezsiniz.

Tahmin detayında ayrıca bilinen-iyi referans dönemleri işaretleyebilirsiniz: monitörün sağlıklı davrandığını bildiğiniz bir zaman penceresini kaydetmek, eşik doğruluğunu artırır ve yanlış alarmları azaltır.

Forecasts sayfasındaki özet

Forecasts sayfasının üstündeki özet, sayfanın kendi sayılarından gelir ve iki biçimde olabilir:

• Kural tabanlı özet (varsayılan): sayfadaki sayılardan deterministik olarak üretilir; hiçbir model çağrısı yapılmaz.
• Modelin yazdığı özet: istediğinizde yapay zekâ motoru, sayfanın gösterdiği sayı ve satırlardan bir özet yazar. Özet yalnızca sayfada bulunan sayıları kullanır; sayfada olmayan bir sayı yazmayı reddeder, adını verdiği monitörleri kanıt olarak taşır ve sayfadaki sayılar değiştiğinde eski metin artık gösterilmez.

Modelin yazdığı özet hesabınızın aylık AI kredisinden harcar (isteyen sizsiniz) ve yapay zekâ işleme izninizi gerektirir. İzin yoksa ya da özellik kapalıysa sayfa kural tabanlı özetle kalır.

Yapay zekânın yazdığı metin nasıl etiketlenir?

Üründe yapay zekânın yazdığı her metnin altında tek satırlık bir kaynak izi bulunur: metni modelin yazdığını, kaç kaynağa atıf yaptığını, hassas değerlerin gönderilmeden maskelendiğini ve bu ay kaç AI kullanımı yaptığınızı söyler; How we use AI bağlantısı politikayı açar. Kural tabanlı metinler "Rule-based · no AI used" der ve AI etiketi taşımaz: bir metin yalnızca model yazdıysa AI olarak işaretlenir.

Servis şablonları

Hazır servis şablonları, sık kullanılan servis türlerini (veritabanları, önbellekler, web sunucuları, çalışma zamanları, CDN'ler) o servis için gerçekten önemli olan sağlık sinyallerine eşler. Servis türü yanıttan otomatik tespit edildiğinde tahmin doğru sinyal setine geçer; bir veritabanı monitörü, bir frontend gibi analiz edilmez.

Şablonlar şu an salt-okunurdur; yönetici tarafından özelleştirilebilmesi yol haritasındadır.

Sık sorulan sorular

Tahminler deterministik mi? İstatistik katmanı deterministiktir. Aynı veriyle anomali listesi ve risk skoru hep aynıdır. Doğal dilde özet, koşulan iki çalışmada biraz farklı kelimelerle ifade edilebilir; ancak altta yatan bulgular her zaman veriye bağlı kalır.

Planımı yeni yükselttim. Tahminler ne zaman gelecek? Bir sonraki tahmin döngüsünde gelir. Hemen ihtiyacınız varsa monitör üzerinden manuel yeniden üretim tetikleyebilirsiniz.

Yapay zekâ neyi görüyor? Toplulaştırılmış sayılar, monitör tipi, eşlenen servis şablonu ve URL yer tutucuları. Asla ham log, istek/yanıt gövdesi veya başlık görmez. Tam politika için bkz: PII Maskeleme.

Yapay zekâ yanılır mı? Doğal dildeki özet, verinin işaret ettiğinden daha kararlı bir dil kullanabilir. Arayüz bu yüzden metnin yanına kanıt grafiğini koyar; özeti hipotez, ölçümleri gerçek olarak okuyun.

Olay riski sinyali de yapay zekâ metni mi? Hayır. Seviye, gerekçeler ve isabet alanları kaydedilmiş tahmin verisinden deterministik olarak hesaplanır; bu yolda dil modeli çalışmaz. Aynı veriyle her zaman aynı sonuç üretilir.

İlgili konular

• Kanıt Öncelikli Öneriler, her önerinin arkasındaki veriye nasıl bağlandığı
• Monitör Bağımlılıkları: tahminlere bağımlılık bağlamı ekler
• Telemetri Kaynakları: tahmin gerekçelerini zenginleştiren canlı metrikler
• PII Maskeleme: yapay zekâya asla ulaşmayan veriler
• Korumalı Otomatik Düzeltme: onayınızı bekleyen kural tabanlı düzeltme planları