Aurora

Conheça a Aurora – A Inteligencia Artificial do Anomalus

A inteligência artificial da plataforma Anomalus — chamada Aurora — está no coração de toda a operação da solução. Diferente de sistemas tradicionais de monitoramento que apenas coletam dados e disparam alertas fixos, o Anomalus aprende com o comportamento real da sua infraestrutura e atua de forma proativa, analítica e contextual.

Veja como a IA atua em cada camada da plataforma:

1. Detecção Inteligente de Anomalias (com Treinos e Modelos de Comportamento)

A IA do Anomalus utiliza algoritmos de detecção de anomalias baseados em séries temporais, aprendendo com os dados históricos de cada métrica.

Ela realiza treinamentos automáticos por contexto temporal, como:

Por hora do dia (ex: tarde dos dias úteis),

Por dia da semana (ex: sextas-feiras têm mais consumo de rede),

Por sazonalidade (ex: fim de mês, horário de backup etc.).

A partir desse aprendizado, ela cria uma faixa de comportamento esperado (mínimo, máximo, média e desvio) e dispara alertas apenas quando há desvios fora desse padrão.

Um gráfico de espaço em disco mostra anomalias detectadas somente após comparações com a média do comportamento dos últimos meses. Picos de uso são marcados, e o usuário pode treinar novamente o modelo caso considere esse novo comportamento como padrão.

2. Explicações Inteligentes de Métricas e Insights por Métrica

Cada métrica monitorada conta com uma explicação automática e estatísticas detalhadas, como:

Valor médio, mínimo, máximo,

Horário de pico, horários com menor atividade,

Histórico de anomalias associadas.

Além disso, a IA descreve o impacto prático daquela métrica, como:

“O aumento da latência de leitura indica sobrecarga no armazenamento, podendo afetar o desempenho geral do servidor.”

O tooltip de uma métrica de disco traz uma análise técnica e gerencial, explicando a relevância daquele comportamento e sugerindo ações (como limpeza de arquivos ou expansão do volume).

3. Análise de Comportamento e Variação de Métricas

A IA também atua na identificação de mudanças sutis de padrão, mesmo que ainda não sejam anomalias:

Gera um “score de alteração” que pontua cada endpoint com base em variações atípicas no comportamento da CPU, memória, rede, armazenamento, etc.

Permite comparar períodos (ex: esta semana vs semana anterior, últimos 30 dias vs mês anterior).

Avalia crescimento, queda, instabilidade, e presença de sinais intermitentes.

A seção destaca os 5 endpoints com maior alteração comportamental, priorizando onde investigar mesmo que ainda não haja incidentes.

4. Resumos Diários Inteligentes com IA

Todos os dias, a IA da Aurora produz um resumo analítico do ambiente:

Lista os endpoints com anomalias mais expressivas,

Resume os incidentes mais longos ou mais frequentes,

Aponta tendências de crescimento de consumo,

Identifica indicadores que merecem atenção antes de se tornarem problema.

Esses relatórios são úteis tanto para o time técnico quanto para a gestão, pois orientam as prioridades de verificação diária.

Um botão no painel leva direto para os insights da IA, onde é possível acompanhar as principais mudanças recentes no ambiente.

5. Geração de Planos de Ação Automatizados

Com base nas detecções e análises, a IA do Anomalus gera Planos de Ação organizados por:

Grupo de endpoints,

Tipo de recurso afetado (processador, disco, rede, etc.),

Classificação do impacto (risco operacional, gargalo de desempenho, etc…).

Cada plano pode ser visualizado, revisado e exportado em PDF. Eles são uma ferramenta prática para direcionamento de equipes técnicas e tomada de decisão gerencial.

Os planos são listados por grupo e data, com links para visualização e download imediato em PDF.

6. Análise Estatística Automatizada com IA (Exploração Preditiva)

Além do monitoramento contínuo, o Anomalus realiza análises periódicas:

Detecta leituras de disco com crescimento anormal, latência de rede, aumento de IOPS, entre outros.

Gera um painel com considerações finais, destacando as implicações técnicas e recomendações preventivas.

A IA detecta que dois servidores proxy apresentam aumento na leitura e latência de disco, sugerindo impacto iminente. Ela recomenda acompanhamento técnico mais detalhado.

7. Mapa de Eventos e Painel em Tempo Real para o NOC

Embora o Mapa de Eventos seja uma visualização gráfica, a IA determina o que aparece nele

Agrupa endpoints por criticidade;

Exibe ícones de alerta apenas quando há contexto (anomalias reais, incidentes abertos, ou ações na central de serviços);

Atua como um “filtro inteligente” para evitar poluição visual e manter o NOC focado.

Cada grupo apresenta status consolidado com base nos dados processados pela IA. Permite visão executiva e operacional ao mesmo tempo.