> For the complete documentation index, see [llms.txt](https://elastic-korea.gitbook.io/elastic-reference-box/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://elastic-korea.gitbook.io/elastic-reference-box/undefined-5/ml-web-access.md).

# ML 기반 Web access 로그분석

> [엘라스틱 문의하기](https://www.elastic.co/kr/contact?elektra=home\&storm=sub3)

![](/files/-MG82AMXCknRh3VpnQ6B)

## **Elastic 머신러닝을 이용한 Web access 로그 분석** [영상보기](https://www.elastic.co/kr/webinars/event-logs-in-elasticsearch-and-machine-learning)

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