Elastic Guide
  • Welcome!
  • Elastic 한국어 웨비나 모음
  • 튜토리얼 - 초급
  • 튜토리얼 - 초/중급
    • 튜토리얼 가이드 모음집
    • Elastic Cloud 로 따라하기
    • 클라우드 환경 모니터링 10분 구축
    • SIEM 시작하기 (보안탐지 룰, ML)
    • 서울시 지하철 대시보드 만들기
    • Covid-19현황 대시보드 만들기
    • ML 기반 Web access 로그분석
  • Elastic Cloud Service (SaaS)
    • 무료 테스트 시작하기
    • 연습자료
    • 구독 시작하기
    • Elastic Cloud, 안전한가요?
    • AWS ES 와 차이점
    • 마이그레이션 방안
    • 운영 최적화 방안
    • 비용 계산기
  • 검색
    • 엘라스틱 기초지식 가이드
    • 엘라스틱 검색기능 예시와 데모
    • 한글형태소분석기 Nori (노리)
      • [실습] 서울시 지하철역 검색
    • App Search
    • 컨설팅 서비스로 검색 최적화
    • 라이센스 & 기술지원
    • 검색 기술 팁
    • Elastic 검색 고객 사례
    • 문의
  • 머신러닝
    • Elastic 머신러닝이란?
    • 머신러닝 job 세팅하기
    • (필독) SoftBank 이상징후탐지
    • 머신러닝 도입 사례
      • 위메프 보안로그 분석 사례
      • PSCU 신용사기 방지 사례
      • 국내 금융사 이상징후 탐지사례
    • Tech Tips
  • Elastic 보안 솔루션 알아보기
    • 내부 직원 이상 행위 탐지 시스템 (머신 러닝 기반)
    • Elastic SIEM 시작하기
    • Splunk에서 Elastic으로 전환하는 이유
    • Elastic Endpoint Security (EDR) 시작하기
    • Elastic 보안 고객 사례
    • 컨설팅 서비스로 SIEM 구축하기
  • Logging
    • Elastic Cloud로 바로 시작하기
    • Logging 기초 웨비나
    • 데이터 수집기
      • Logstash 시작하기
      • Beats 시작하기
      • 데이터 수집기 통합, Elastic Agent&Fleet
    • Alerting 및 이메일 연동하기
    • Kibana Lens로 시각화하기
    • 비용 및 운영 최적화
    • 장기저장로그 관리 Searchable Snapshot
    • 통합가시성(로그,메트릭,APM) 구축하기
    • 네트워크 로그 분석방안
    • 로깅 기술 팁
    • Elastic Observability 고객 사례
  • APM
    • 엘라스틱 APM
    • 마이크로서비스 아키텍쳐에서 APM 운영
    • Elastic Cloud로 APM 테스트를 시작해보세요!
    • 마이그레이션 가이드
    • 라이센스 & 기술지원
    • APM 기술 팁
  • Kibana
    • Kibana 시작하기
    • Kibana 활용방안 소개 웨비나
    • CANVAS (캔버스)
    • Kibana Hands-on 시작 가이드
    • Kibana 기초 무료 온라인교육
    • 서울시 지하철 대시보드 만들기
    • Covid-19현황 대시보드 만들기
  • 고객사례 (공식홈페이지)
  • 컨설팅 서비스
  • Elastic 상담/ 데모 신청
Powered by GitBook
On this page

Was this helpful?

  1. 튜토리얼 - 초/중급

ML 기반 Web access 로그분석

PreviousCovid-19현황 대시보드 만들기NextElastic Cloud Service (SaaS)

Last updated 4 years ago

Was this helpful?

Elastic 머신러닝을 이용한 Web access 로그 분석

X-Pack 머신 러닝 기능을 이용해 이상 징후를 효과적으로 빠르게 탐지하여 운영 효율성을 높이는 방법을 소개합니다.

본 프레젠테이션은 X-Pack 머신 러닝의 검증된 방법론을 통해 미리 정의된 Rule/Policy 기반에서는 탐지하기 힘든 이상 징후를 사전에 발견하고 대응할 수 있는 방법을 제안드립니다.

X-Pack 머신 러닝의 컨셉은 물론 실제 Operational Analytics에서 활용되는 사례들을 데모를 통해 단계적으로 설명 드립니다.

  • 엘라스틱 머신 러닝의 기본 컨셉

  • 머신 러닝을 통한 이상 징후 분석

  • Web Access 로그 데이터의 수집 및 이상 징후 탐지 데모

발표자: 김종민 Developer Advocate, 황곤 Principal Solutions Architect

엘라스틱 문의하기
영상보기