Пороги дискавери 4: Пороги Land Rover Discovery 3,4 распродажа

Содержание

Тест драйв Ford Focus — Перевоплощение (Focus 5d ())

Сначала на рынке появился Форд Фокус хэтчбек, а затем и седан.

Новая версия автомобиля сразу же приобрела огромную популярность у российских автолюбителей. На российских дорогах ford focus 5 настоящее время можно насчитать больше тысяч автомобилей Fors Focus разных годов выпуска. Дизайнеры наделили хэтчбек Ford Focus третьего поколения просто потрясающей внешностью. Стиль его кузова буквально пропитан агрессивностью, спортивностью и азартом.

Характеристики Ford Focus 5 дв. хэтчбек 2018 – …

Надо сказать, что российским автолюбителям больше нравятся седаны, но ситуация с хэтчебеком Ford Focus парадоксально отличается от общей тенденции. Продажи автомобилей в данном исполнении заметно превышают продажи седанов.

Кузов Ford Focus полностью соответствует общей концепции компании. Правда, функциональная нагрузка полностью возложена только на центральную часть решетки радиатора.

Боковые секции предназначены выполнять чисто декоративную функцию. Нижняя же часть бампера украшена спойлером. Передние фары, а особенно ксеноновые, светят очень превосходно, буквально превращая ночь в день.

Дополнительные светодиодные огни дневного света устанавливаются только на хэтчбеке. Автомобиль имеет покатый профиль из-за снижающегося купола крыши.

Это делает его похожим на купе. Машина сбоку напоминает спортсмена, взявшего низкий старт и нацеленного только на победу. Всем известно, что большинство хэтчбеков не может похвастаться очень высокими аэродинамическими качествами. Ford Focus третьего поколения по ford focus 5 показателям превосходит даже многие седаны.

Лобовое сопротивление имеет такой низкий коэффициент, что при любой скорости в салоне практически тихо. Этому способствует и великолепная шумоизоляция моторного отсека, колесных арок и днища.

Форд Фокус отзывы владельцев: все минусы, недостатки, плюсы

Небольшим минусом этого хэтчбека можно считать рестайлинг, который привел к небольшому уменьшению функциональности, но обеспечил стильный дизайн.

В результате немного сократились размеры багажного отсека. Теперь его ford focus 5 составляет литров, а если сложить сидения, то литра. Габариты самого Ford Focus практически не изменились. Новая модель комплектуется или легкосплавными, или стальными колесными дисками, диаметр которых составляет дюймов. Или наплывающий на фары капот. Ведь нынешняя автомода велит делать как раз наоборот. Такие дизайнерские ford focus 5 люди оценят не. В чем-то он опережает время.

Равнение — на середину! Добавку одного сантиметра к колесной базе и того же сантиметра к длине не ford focus 5. По высоте и ширине он даже стал слегка меньше. Другими словами — для среднего класса. И центральный туннель ford focus 5 оформили. А приборы какие — ты это видел? Ну, прямо по стандартам бизнес-класса. Мне не хотелось возражать.

Ford Focus Hatchback 1.5

По качеству отделки интерьера фордовцы прыгнули выше головы. В каждой детали читалось стремление угодить наиболее требовательным и продвинутым покупателям. Но меня пугает изобилие кнопок. Руль, на котором мы ford focus 5 23!

Тюнинг, пороги и аксессуары Ленд Ровер Дискавери 4 (Land Rover Discovery 4), фаркоп, защита картера, дефлекторы, накладки порогов, коврики, брызговики

Тюнинг Ленд Ровер Дискавери 4 (Land Rover Discovery 4)

В данном разделе представлен внешний тюнинг Ленд Ровер Дискавери 4 (Land Rover Discovery 4). Выше на фото показана продукция которую вы можете приобрести в нашем магазине Offroadopen.ru если захотите сделать тюнинг Ленд Ровер Дискавери 4 (Land Rover Discovery 4). Посмотрите различные варианты оборудования, присмотритесь что вам больше нравится и если возникают какие либо вопросы как сделать тюнинг  лучше, то позвоните или напишите нашим специалистам. Товар из каталога вы можете купить в нашем магазине Offroadopen.ru или оформить доставку по России. В нашем сервисе также производится установка.

Аксессуары для Ленд Ровер Дискавери 4 (Land Rover Discovery 4)

Аксессуары для Ленд Ровер Дискавери 4 (Land Rover Discovery 4) производятся различными производителям, и все они разработаны так чтобы без труда устанавливались на автомобиль. Перечень производимого дополнительного оборудования разнообразен, и аксессуары Ленд Ровер Дискавери 4 (Land Rover Discovery 4) дополняют, как внешний вид автомобиля, так и практически полезными функциями. На весь ассортимент из каталога вы можете оформить доставку по России или купить и произвести установку в нашем сервисе.

Пороги для Ленд Ровер Дискавери 4 (Land Rover Discovery 4)

Пороги для Ленд Ровер Дискавери 4 (Land Rover Discovery 4) предназначены для удобства посадки в автомобиль. Также они ограничивают попадание на кузов автомобиля грязи, летящей от передних колес. Пороги для Ленд Ровер Дискавери 4 (Land Rover Discovery 4) делают различные производители, все хорошего качества, устанавливаются в штатные места автомобиля. Принципиальных различий в креплениях нет. Основное отличие это дизайн, и материал из которого они сделаны. Пороги сделанные из алюминиевого профиля имеют более разнообразный привлекательный дизайн. Пороги из нержавеющей трубы и листа из алюминия сверху являются классическим и надежным вариантом. Различий в надежности этих двух вариантов порогов нет.

Защита картера Ленд Ровер Дискавери 4 (Land Rover Discovery 4)

Защита картера Ленд Ровер Дискавери 4 (Land Rover Discovery 4) надежно защитит от повреждения детали автомобиля. Её делают так, чтобы помимо картера двигателя, она защищала коробку передач и раздаточную коробку. Защита картера для Ленд Ровер Дискавери 4 (Land Rover Discovery 4) делается из различных материалов. При производстве могут использовать сталь (от 1,5 до 2,5 мм), алюминий (4 мм), композит (10мм). В дополнении на некоторые модели автомобилей производят защиту бензобака и радиатора. На защиту картера из каталога вы можете оформить доставку по России или купить и произвести установку в нашем сервисе.

Фаркоп для Ленд Ровер Дискавери 4 (Land Rover Discovery 4)

Фаркоп для Ленд Ровер Дискавери 4 (Land Rover Discovery 4) предназначен для перевозки прицепов, для установки багажника для велосипедов. Фаркоп  для Ленд Ровер Дискавери 4 (Land Rover Discovery 4) бывает нескольких видов, с различными вариантами крепления крюков. Популярны фаркопы с быстросъёмными крюками, они имеют максимальные характеристики по нагрузке, и удобны в обращении. В некоторых случаях необходимо делать вырез в бампере, но практически всегда он невидимый. Также фаркоп позволяет защитить задний бампер при столкновениях с препятствием. На фаркоп из каталога вы можете оформить доставку по России или купить и установить в нашем сервисе.

Коврики для Ленд Ровер Дискавери 4 (Land Rover Discovery 4)

Коврики для Ленд Ровер Дискавери 4 (Land Rover Discovery 4) защитят салон от грязи. Сейчас в продаже преобладают коврики из полиуретана для Ленд Ровер Дискавери 4 (Land Rover Discovery 4) , сделанные из этого материала, не имеют запаха, борта у них около трёх сантиметров, они не позволяют грязи и воде попадать за пределы коврика. Коврик багажника также сделан из полиуретана, он защитит ворсовое покрытие багажного отделения от случайных повреждений. На коврики из каталога вы можете оформить доставку по России или купить в нашем магазине Offroadopen.ru.

Дефлекторы окон и капота для Ленд Ровер Дискавери 4 (Land Rover Discovery 4)

Дефлекторы окон для Ленд Ровер Дискавери 4 (Land Rover Discovery 4) несут в себе несколько практически полезных функций. Сделаны они из крепкого пластика. В основном имеют затемненный или полупрозрачный цвет. Дефлекторы окон для  Ленд Ровер Дискавери 4 (Land Rover Discovery 4) защитят от попадания в салон капель дождя. Дефлектор капота для Ленд Ровер Дискавери 4 (Land Rover Discovery 4) надежно защитит капот от образования сколов лакокрасочного покрытия. Дефлекторы стекол различаются способами крепления: клеются снаружи на скотч, или вставляются в рамку стекла. Дефлектор капота для Ленд Ровер Дискавери 4 (Land Rover Discovery 4) крепится без сверления отверстий, в штатные места. На дефлекторы из каталога вы можете оформить доставку по России или купить и произвести установку в нашем сервисе.

По всем интересующим вопросам звоните или пишите нам. Поможем выбрать хорошие варианты тюнинга и аксессуаров для вашего автомобиля

Электрические выдвижные пороги для Land Rover Discovery 4 (2013-2016)

Роскошные и современные электрические выдвижные пороги, которые разработаны конкретно для автомобиля Land Rover Discovery 4 (2013-2016), облагородят ваш автомобиль и сделают посадку высадку пассажирам гораздо удобнее и безопаснее. Принцип работы очень прост – дверь открывается, пороги выдвигаются! Что может быть проще? Что может быть зрелищнее? Представьте, как богато выглядит ваше авто, в процессе складывания порогов! А представьте насколько удобно садиться и высаживаться из столь высокого автомобиля с порогами.

Автоматическое складывание порога устраняет посторонние шумы во время езды по трассе, а также не уменьшает клиренс при езде по пересеченной местности. Надежное крепление, сделанное под этот автомобиль, способно выдерживать нагрузку из нескольких человек одновременно стоящих на пороге, а потому можете не переживать на счет выхода из строя оборудования.

Механизм электрических выдвижных порогов, состоит из опорной площадки для ног, выезжающей из под пластиковой накладки, закрепленной на кузове автомобиля, в тот момент, когда дверь автомобиля открывается, а также возвращается в исходное положение, когда все двери автомобиля закрыты до конца. Существует также программирование порогов, при котором можно их зафиксировать в одном из положений (закрыты или открыты) – вариант разложенных порогов довольно удобен при мойке автомобиля, а также при загрузке багажника на крыше (если таковой иметься).

Выдвижные электрические пороги оснащены также электронной защитой от перегрузки, которая срабатывает в момент, когда движение одного из порогов затрудненно!

Для удобства клиентов мы предлагаем не просто продажу оборудования, а и установку этой премиальной функции в любом областном центре Украины. Имея огромную сеть партнеров, которые не один год занимаются дополнительной комплектацией и тюнингом автомобилей, мы гарантируем вам быструю и качественную установку доводчиков, с возможностью оплаты после того как вы примите работу. На оборудование и на работу мы даем комплексную гарантию 1 год. 

Аксессуары и тюнинг Land Rover Discovery (Ленд Ровер Дискавери)


Информация по тюнингу Лэнд Ровер Дискавери


Лэнд Ровер автомобилестроительная компания, специализирующаяся на выпуске исключительно машин повышенной проходимости. Головной офис Land Rover находится в г. Солихалл в Англии. Компания, за все свое существование претерпела много сложных перемен. В послевоенные годы, наконец, то начинается серийный выпуск внедорожников, которые в последствии становятся универсальным средством передвижения. Первая выставка состоялась весной в 1948 году в Амстердаме и произвела большой фурор среди автомобилей того времени. С 1950 года, начинается усовершенствование полного привода. А еще через десять лет компания заметно расширяет модельный ряд внедорожников. И по настоящее время внедорожники Ланд Ровер имеют огромную популярность у автолюбителей всего мира.


Discovery — cтильный и комфортный внедорожник. Ориентирован на премиум класс. Авто с полным приводом, с независимой подвеской. Интерьер автомобиля выполнен в строгом деловом стиле. В автомобиле присутствует и навороченная система управления Terrain Response™.


В нашем магазине представлены товары для всех модельных годов: Land Rover Discovery 3 (2004-2009), Land Rover Discovery 4 (2010+).


Все эти автомобили уникальны по-своему, а чтобы их выделить среди подобных, сделать еще более уникальным, мы рекомендуем установить тюнинг Дискавери. В нашем магазине представлен широкий ассортимент для Discovery тюнинг.


Пороги на Дискавери, несомненно, являются не последним дополнительным аксессуаром защищающим внедорожник от всяких внешних провоцирующих коррозию факторов – каблуков женских туфель, мелких камешков, химических элементов, которые могут повредить область кузова царапинами и коррозией. Пороги на Дискавери 4 позволят Вам и Вашим пассажирам комфортно войти в салон и выйти из него. Они прочны, надежны и долговечны, не боятся внешних повреждений и сколов, коррозии и держат большие нагрузки, до 140 кг. Пороги на Дискавери 3 станут поистине незаменимой вещью и нужным дополнительным аксессуаром тюнинга. Устанавливая пороги Land Rover Discovery, Вы сохраняете идеальный внешний вид Вашего автомобиля на долгие годы. Они позволят избежать множества проблем, которые могут встретиться на дороге.


Обвес Дискавери. Обвес Дискавери, и его монтаж Вы можете заказать у нас. Хотим заметить, что дополнительный обвес станет не только украшением автомобиля, но и в случае столкновения защитит Discovery от повреждений. Особенно актуальным будет установка дополнительного обвеса на те автомобили, у которых несущий кузов, которые не рассчитаны на преодоление бездорожья. В обвес Discovery входят металлические бампера или накладки на пороги, защита передней и задней части кузова. Изготавливается металлический обвес из прочного металла и тяжелых материалов для того, чтобы в случае столкновения смягчить удар на кузов автомобиля. Обвес прекрасно дополнит и передаст настроение Ровер Дискавери. Кроме того, обвес, является надежной и прочной защитой, визитной карточкой авто.


Установка производится в штатные отверстия или в дополнительные, которыми чаще всего снабжены эти автомобили для установки навесной оптики. Кроме того, предлагаем фаркоп Дискавери. Фаркоп прежде всего выполняет функцию сцепного устройства. Используется для сцепления прицепа с автомобилем. Вторая функция – защитная. Фаркоп на Дискавери может значительно сократить удар и защитить кузова Вашего автомобиля в случае столкновения. Мы рекомендуем, при выборе фаркоп Discovery, обращаться к специалистам.


Защита картера так же есть в ассортименте нашего магазина. Защита двигателя и картера предотвращает авто от внешних повреждений при передвижении, например по неровной каменистой дороге, а так же от коррозии.


Эти и другие аксессуары для Дискавери Вы можете приобрести в нашем интернет-магазине.

Дооснащение и тюнинг ленд ровер дискавери 4 5

Тюнинг для Дискавери 4


Четвертая модель, в отличие от первых машин серии, уже в заводской комплектации имеет ряд полезных и приятных опций, но дооснащение Discovery 4 все же потребуется для обеспечения комфорта и дополнительной безопасности во время поездок.


В первую очередь стоит установить видеорегистратор. Такой тюнинг Ленд Ровер Дискавери 4 позволит вам фиксировать все, что происходит на дороге, и доказать свою невиновность при ДТП. Это устройство дополнительно имеет функцию антирадара. Помимо записи ситуации на дороге, оно позволяет своевременно выявлять и распознавать характер контроля камер (превышение скорости, проезд светофоров и пешеходных переходов, обгон, езда по обочине и еще много контрольных правил из ПДД).


Тюнинг Discovery 4 стоит дополнить камерами обзора (задняя, передняя и боковая). Они полностью исключают слепые зоны и повысят безопасность при поездке. А если вы хотите, чтобы системы в машине работали без сбоев, а пассажиры могли наслаждаться высокоскоростным интернетом даже на автобанах и скоростных трассах, то озаботьтесь и о подключении этой опции.


Не стоит забывать о безопасности авто. Мы подберем вам комплекс функций, которые максимально затруднят работу угонщика, а значит, обеспечат повышенную безопасность машины.

Чем можно дополнить Дискавери 5


Это одна из самых умных моделей машин этой серии. Она оснащена множеством полезных функций, в том числе и программой усталости водителя (отслеживает по изменениям в характере управления). Но для Ленд Ровер Дискавери 5 дооснащение все равно необходимо.


Несмотря на множество доводок, автомобиль до конца не совершенен. Первый тюнинг Дискавери 5, который мы бы посоветовали вам сделать, – установить датчики заднего вида. Эти камеры незаменимы при любых маневрах задним ходом, в том числе и при парковке в ограниченном пространстве.


Еще одна полезная функция – подключение смартфона к блоку управления. Такой тюнинг Land Rover Discovery 5 позволит вам с помощью мобильного гаджета взаимодействовать с головным блоком.


Даже самый совершенный автомобиль нуждается в защите от механических повреждений. Установка антигравийной пленки позволит обезопасить кузов от царапин ветками кустов или сколов от отскочившего с дорожного покрытия гравия.


Мы дооборудуем любую модель Land Rover Discovery, установим дополнительное оригинальное оборудование и синхронизируем его работу с головным блоком. Мы подарим вам умную и комфортную машину.

Land Rover Discovery 4. Полировка, нанозащита лкп и химчистка салона с консервацией. Примеры работ.

Автомобиль произвел на нас приятное впечатление своим общим состоянием. Он «родился» в 2010 году и успел пробежать больше сотни тысяч километров. Но выглядит этот автомобиль с пробегом значительно моложе. На лакокрасочном покрытии технолог-приёмщик нашел только обычные для таких машин недостатки: пятна битума, плотную паутинку от мелких царапин и сколы. Но неисправимых дефектов не нашлось. Конечно, их было бы еще меньше, если бы автомобиль ранее был обработан качественной керамической защитой. Но еще не поздно исправить положение и вернуть машине вторую молодость.

Таким предстал автомобиль перед владельцем по завершению всех работ. Глянец на лкп, блестящий хром, гладкий яркий пластик, прозрачные фары и фонари. Машина смотрится великолепно.

LandRover Discovery IV был в руках у мастеров «DT GARAGE 33» 5 полных рабочих дней. Все это время работа шла, не сбавляя темпов. Специалисты уложились в срок, хотя в «DT GARAGE 33» есть принцип – качество превыше всего. Поэтому здесь не практикуется конвейерное обслуживание.

Самые сложные проблемы проекта

  1. Удаление сложных загрязнений на лакокрасочном покрытии. Снаружи на кузове, на порогах и на арках обнаружились многочисленные битумные пятна. Все загрязнения были отмыты и отчищены, хотя эта работа отняла в два раза больше времени и сил, чем обычно.
  2. Ремонт царапин и сколов. Мастера заделали все сколы. Особое пожелание заказчика – максимальная незаметность отреставрированных участков.Технологи сделали все, чтобы дело обошлось без покраски, которая, как известно, негативно влияет на рыночную цену дорогих автомобилей.
Таким предстал автомобиль перед владельцем по завершению всех работ. Глянец на лкп, блестящий хром, гладкий яркий пластик, прозрачные фары и фонари. Машина смотрится великолепно.
Основная масса сколов сконцентрирована на капоте. Это обычное дело. Все сколы будут ремонтироваться и станут незаметными.

Полировка фонарей выполняется с использованием полировальных паст и кругов немецкой фирмы Koch Chemie. Эффект от полировки виден невооруженным глазом. Задний фонарь стал неотличим от нового.

Фары после полировки светят заметно ярче, потому что резко повышается прозрачность внешней поверхности. Полировка равнозначна замене старой фары на новую. Только стоит дешевле.

Ремонт сколов выполняет мастер, прошедший обучение и имеющий опыт успешной работы.
На боковых плоскостях были матированные участки. Полировка убрала матовость и полностью вернула глянец.

На крыльях и порогах мастера обнаружили пятна битума и прочие загрязнения сложного состава. Все пятна были удалены на этапе подготовки к полировке.
Мастера детейлинга отчистили все стекла. Обработка вернула автомобилю цветовую однородность и опрятный вид.

Проверка качества полировки и обработки наносоставом осуществляется при естественном освещении.
На солнце лучше видны все нюансы поверхности лкп. Если есть недостатки, они будут видны.

Детейлинг – это всегда комплексное обслуживание. Стекло задней двери полностью отчистили от всех загрязнений.
Чисто должно быть везде – даже там, где не видно. Мастера детейлинга «DT GARAGE 33» старательно убирают грязь из всех труднодоступных мест.

Внутренняя отделка двери находится в зоне риска. Кода дверь открыта, на нее попадают грязь, вода и пыль. Кроме того ее часто трогают руками. После химчистки все поверхности двери стали идеально чистыми.
Светлый салон требует частого тщательного ухода. Настоящим спасением в таких случаях становится консервация поверхностей.

Консервация делает материалы невосприимчивыми к загрязнениям. Особенно это актуально в отношении кожи и прочих мягких материалов.
Обработанная пропиткой-консервантом светлая кожа легко отмывается, даже если ее испачкали чернилами или губной помадой.

Частью комплексного обслуживания является мойка двигателя. Она выполняется с применением специальных очистителей, которые убирают даже «безнадежные» сложные загрязнения.

Перечень выполненных работ

  • Детейлинг-мойка кузова и дисков. Из моющих средств применялся Multi Star – профессиональный очиститель немецкого производства. Он лихо убирает сложную дорожную грязь, не влияя на лкп. Важно! Для мойки использовалась подготовленная — фильтрованная вода с низким содержанием солей. Она помогает добиваться финальной чистоты высокого качества.
  • Химчистка мотора и подкапотного пространства. Здесь чистоту наводили с использованием специальной автокосметики. Очистители Green Star, Golden Star Motorreiniger и Multi Star убрали все сложные загрязнения. Даже те из них, которые в водительском быту считаются непобедимыми. В итоге мотор выглядит новым.
  • Абразивная полировка окрашенных поверхностей кузова. Процедура выполняется для удаления рисок разной площади и глубины. В итоге восстанавливается исходная гладкость лакокрасочного покрытия. Абразивная полировка осуществляется в три этапа с применением паст Heavy Cut H08, Koch Chemie FeinSchleifPaste и Micro Cut 3.01. Пасты отличаются размерами входящего в их состав абразивного зерна.
  • Локальный ремонт сколов на лкп. Задачей этой процедуры является удаление царапин и сколов, которые невозможно удалить методом глубокой полировки. Для ремонта сколов применяется система ремонтных составов «Dr.ColorChip». Она обеспечивает точное попадание в цвет и полноценную герметичность отремонтированных повреждений. Кроме того ремонтные составы «Dr.ColorChip» не теряют своих свойств с течением времени.
  • Защита кузова и пластиковых элементов составом-консервантом 1K-Nano производства немецкой компании Koch Chemie. Нанесли два слоя.
  • Очистка стекол снаружи.
  • Химчистка всего салона автомобиля. Применялся специальный очиститель Mehrzweckreiniger немецкого производства. Он убирает загрязнения, не нанося вреду материалу-основе.
  • Консервация мягких отделочных материалов салона. Для обработки использовался состав-пропитка, который делает поверхности невосприимчивыми к загрязнениям.

По итогу автомобиль LandRover Discovery IV 2010 года помолодел ровно на 8 лет. Единственное, что выдает возраст машины, это потертости на металле внутри арок. Снаружи и внутри внедорожник выглядит без преувеличения шикарно. Мы поздравляем владельца с таким отличным автомобилем.

 Land Rover Discovery IV. Удаление битумных пятен, полировка лкп, защита нанолоком.

Land Rover Discovery IV. Результат химчистки салона с консервацией.

 

Практическое руководство по духовности в среднем возрасте: Оуэнс, Л. Роджер: 9781640650503: Amazon.com: Книги

Чтение «Порог открытия» заставляет меня чувствовать, что я медленно иду по природной тропе с вдумчивым другом и теологом, который делится своими мыслями о том, как оставаться ярким и обнадеживающим, когда сталкиваюсь с некоторыми из устрашающих вопросов, которые возникают в среднем возрасте. Произведения Роджера Оуэнса привлекательны и манят глубоко личного и пасторально чувствительного характера. Его идеи основаны на его собственном опыте и освещены мудростью христианских традиций.- Уилки Ау, доктор философии, автор книги «Несокрушимое сердце: духовность на долгое время»

В середине жизни есть зловещее звучание. Но эта проницательная книга отправляет нас в путешествие к самопознанию с автором, чья подлинная вера не дает простых ответов. Тем не менее, как и Иисус, он задает правильные вопросы, которые могут открыть нам путь к руководству Бога, когда мы переходим к следующему этапу жизни. — Д-р. Тодд Л. Лейк, вице-президент по духовному развитию, Белмонтский университет, Нэшвилл, Теннесси

Есть много книг о переходе в зрелом возрасте, но мало таких привлекательных, как «Порог открытий» Роджера Оуэнса.Присоединяйтесь к Роджеру на сорока прогулках, когда он разговаривает с вами, его женой и тремя детьми о том, что им предстоит пережить перемены в жизни, молитвах и личном призвании. Пропитанные мудростью писателей о духовной жизни, вы найдете своих наставников по мере развития жизненных изменений. Эта книга — сокровище не только для людей среднего возраста, но и для всех нас, постоянно находящихся в переходном периоде взрослой жизни. —Рев. Дуайт Х. Джуди, доктор философии, почетный профессор духовного образования, Гарретт-Евангелическая теологическая семинария, Эванстон, Иллинойс

Л.Роджер Оуэнс — доцент кафедры христианской духовности и служения Питтсбургской теологической семинарии. До своей академической карьеры он был пастором Объединенных методистских общин в Северной Каролине. . Он является автором трех предыдущих книг и постоянным автором журналов «Вера и лидерство» Университета Дьюка и «Христианский век».

Коэффициент ложного обнаружения | Общественное здравоохранение Колумбии

Обзор

Эта страница кратко описывает частоту ложного обнаружения (FDR) и предоставляет аннотированный список ресурсов.

Описание

При анализе результатов полногеномных исследований часто одновременно проводятся тысячи проверок гипотез. Использование традиционного метода Бонферрони для исправления множественных сравнений слишком консервативно, поскольку защита от ложных срабатываний приведет ко многим упущенным результатам. Чтобы иметь возможность идентифицировать как можно больше значимых сравнений, сохраняя при этом низкий уровень ложных срабатываний, используются коэффициент ложного обнаружения (FDR) и его аналог — q-значение.

Определение проблемы
При проведении проверки гипотез, например, чтобы увидеть, сильно ли различаются два средних значения, мы вычисляем p-значение, которое представляет собой вероятность получения тестовой статистики, которая является такой же или более экстремальной, чем наблюдаемая. при условии, что нулевая гипотеза верна. Например, если бы у нас было значение p 0,03, это означало бы, что если наша нулевая гипотеза верна, вероятность получения наблюдаемой нами тестовой статистики составляет 3% или более экстремальная.Поскольку это малая вероятность, мы отвергаем нулевую гипотезу и говорим, что средние значения существенно различаются. Обычно мы стараемся, чтобы эта вероятность не превышала 5%. Когда мы устанавливаем альфа равным 0,05, мы говорим, что хотим, чтобы вероятность того, что нулевой результат будет назван значимым, была меньше 5%. Другими словами, мы хотим, чтобы вероятность ошибки типа I или ложного срабатывания была менее 5%.

Когда мы проводим несколько сравнений (я назову каждый тест «функцией»), у нас повышается вероятность ложных срабатываний.Чем больше у вас возможностей, тем выше шансы, что нулевой объект будет назван значимым. Частота ложных срабатываний (FPR) или частота ошибок сравнения (PCER) — это ожидаемое количество ложных срабатываний из всех проведенных тестов гипотез. Таким образом, если мы контролируем FPR при альфа 0,05, мы гарантируем, что процент ложных срабатываний (нулевые характеристики, называемые значимыми) из всех тестов гипотез составляет 5% или меньше. Этот метод создает проблемы, когда мы проводим большое количество проверок гипотез.Например, если мы проводили общегеномное исследование, изучающее дифференциальную экспрессию генов между опухолевой тканью и здоровой тканью, и мы тестировали 1000 генов и контролировали FPR, в среднем 50 действительно нулевых генов будут названы значимыми. Этот метод слишком либерален, так как мы не хотим иметь такое количество ложных срабатываний.

Как правило, процедуры множественного сравнения вместо этого управляют коэффициентом ошибок на уровне семьи (FWER), который представляет собой вероятность получения одного или нескольких ложных срабатываний из всех проведенных проверок гипотез.Часто используемая коррекция Бонферрони управляет FWER. Если мы проверяем каждую гипотезу на уровне значимости (альфа / количество проверок гипотез), мы гарантируем, что вероятность получения одного или нескольких ложных срабатываний меньше альфа. Таким образом, если бы альфа была 0,05 и мы тестировали наши 1000 генов, мы бы тестировали каждое значение p на уровне значимости 0,00005, чтобы гарантировать, что вероятность получения одного или нескольких ложных срабатываний составляет 5% или меньше. Однако защита от одного ложноположительного результата может быть слишком строгой для полногеномных исследований и может привести ко многим упущенным результатам, особенно если мы ожидаем, что будет много истинных положительных результатов.

Контроль частоты ложных срабатываний (FDR) — это способ идентифицировать как можно больше важных характеристик при относительно низкой доле ложных срабатываний.

Шаги для контроля уровня ложного обнаружения:

E [V⁄R]

  • Рассчитайте p-значения для каждой проверки гипотезы и порядок (от наименьшего к наибольшему, P (мин) …… .P (макс))

  • Для i-го упорядоченного значения p проверьте, выполняется ли следующее:

P (i) ≤ α × i / m

Если верно, то значимо

* Ограничение: если частота ошибок (α) очень большой может привести к увеличению числа ложных срабатываний среди значимых результатов

Коэффициент ложного обнаружения (FDR)

FDR — это частота, при которой функции, называемые значимыми, действительно являются нулевыми.
FDR = ожидаемый (# ложных прогнозов / # общих прогнозов)

FDR — это частота, при которой признаки, называемые значимыми, действительно являются нулевыми. FDR, равный 5%, означает, что среди всех функций, называемых значительными, 5% из них действительно нулевые. Так же, как мы устанавливаем альфа в качестве порога для p-значения для управления FPR, мы также можем установить порог для q-значения, которое является FDR аналогом p-значения. Порог p-значения (альфа) 0,05 дает FPR 5% среди всех действительно нулевых функций. Пороговое значение q, равное 0.05 дает FDR 5% среди всех функций, которые называются значительными. Q-значение — это ожидаемая доля ложных срабатываний среди всех характеристик как экстремальных или более экстремальных, чем наблюдаемая.

В нашем исследовании 1000 генов, скажем, ген Y имел значение p, равное 0,00005, и значение q, равное 0,03. Вероятность того, что статистика теста недифференциально экспрессируемого гена будет такой же или более экстремальной, как статистика теста для гена Y равна 0,00005. Однако статистика теста гена Y может быть очень экстремальной, и, возможно, эта статистика теста маловероятна для дифференциально экспрессируемого гена.Вполне возможно, что действительно существуют дифференциально экспрессируемые гены со статистикой теста менее экстремальной, чем у гена Y. Использование q-значения 0,03 позволяет нам сказать, что 3% генов являются или более экстремальными (т. Е. Гены с более низким p- значения) в качестве гена Y являются ложноположительными. Использование q-значений позволяет нам решить, сколько ложных срабатываний мы готовы принять среди всех функций, которые мы называем значимыми. Это особенно полезно, когда мы хотим сделать большое количество открытий для дальнейшего подтверждения (т.е. пилотное исследование или исследовательский анализ, например, если мы сделали микроматрицу экспрессии генов, чтобы выбрать гены с различной экспрессией для подтверждения с помощью ПЦР в реальном времени). Это также полезно в исследованиях в масштабе всего генома, когда мы ожидаем, что значительная часть функций будет по-настоящему альтернативной, и мы не хотим ограничивать наши возможности открытия.

FDR обладает некоторыми полезными свойствами. Если все нулевые гипотезы верны (нет действительно альтернативных результатов), FDR = FWER. Когда существует некоторое количество действительно альтернативных гипотез, управление FWER автоматически также управляет FDR.

Мощность метода FDR (напомним, что мощность — это вероятность отклонения нулевой гипотезы, когда альтернатива верна) всегда выше, чем у методов Бонферрони. Энергетическое преимущество FDR над методами Бонферрони возрастает с увеличением числа проверок гипотез.

Оценка FDR
(From Storey and Tibshirani, 2003)

Определения: t: thresholdV: количество ложных срабатываний S: количество характеристик, называемых значимыми m0: количество истинно нулевых характеристик m: общее количество тестов гипотез (функций)
FDR при определенном пороге t — это FDR (t).FDR (t) ≈ E [V (t)] / E [S (t)] -> FDR на определенном пороге можно оценить как ожидаемое количество ложных срабатываний на этом пороге, деленное на ожидаемое количество характеристик, называемых значимыми. на этом пороге.
Как мы оцениваем E [S (t)]?
E [S (t)] — это просто S (t), количество наблюдаемых p-значений ≤ t (т. Е. Количество функций, которые мы называем значимыми на выбранном пороге). Вероятность того, что нулевое p-значение ≤ t, равна t (когда альфа = 0,05, существует 5% -ная вероятность того, что истинно нулевой объект имеет значение p, которое случайно оказывается ниже порогового значения и поэтому называется значимым).
Как мы оцениваем E [V (t)]?
E [V (t)] = m0 * t -> ожидаемое количество ложных срабатываний для данного порога равно количеству действительно нулевых характеристик, умноженному на вероятность того, что нулевой объект будет назван значимым.
Как мы оцениваем m0?
Истинное значение m0 неизвестно. Мы можем оценить долю функций, которые действительно являются нулевыми, m0 / m = π0.
Мы предполагаем, что p-значения нулевых характеристик будут равномерно распределены (имеют плоское распределение) между [0,1]. Высота плоского распределения дает консервативную оценку общей доли нулевых p-значений, π0.Например, изображение ниже, взятое из работы Стори и Тибширани (2003), представляет собой гистограмму плотности 3000 p-значений для 3000 генов из исследования экспрессии генов. Пунктирная линия представляет высоту плоской части гистограммы. Мы ожидаем, что истинно нулевые функции сформируют это плоское распределение из [0,1], а истинно альтернативные особенности будут ближе к 0.

π0 количественно выражается как, где лямбда — параметр настройки (например, на изображении выше мы могли бы выберите лямбда = 0,5, поскольку после значения p, равного 0.5 распределение довольно ровное. Доля действительно нулевых характеристик равна количеству p-значений, превышающих лямбда, деленное на m (1-лямбда). Когда лямбда приближается к 0 (когда большая часть распределения плоская), знаменатель будет приблизительно равен m, как и числитель, поскольку большинство p-значений будет больше, чем лямбда, а π0 будет приблизительно равным 1 (все функции равны нулю. ).
Выбор лямбды обычно автоматизируется статистическими программами.

Теперь, когда мы оценили π0, мы можем оценить FDR (t) как
Числитель для этого уравнения — это просто ожидаемое количество ложных срабатываний, поскольку π0 * m — это оценочное количество истинно нулевых гипотез, а t — вероятность того, что действительно нулевой признак называется значимым (находящийся ниже порога t).Знаменатель, как мы сказали выше, — это просто количество признаков, которые называются значимыми.
Тогда q-значение для функции — это минимальный FDR, который может быть достигнут при вызове этой функции значимой.

(Примечание: приведенные выше определения предполагают, что m очень велико, и поэтому S> 0. Когда S = 0, FDR не определен, поэтому в статистической литературе величина E [V / S | S> 0] * Pr ( S> 0) используется в качестве FDR. В качестве альтернативы используется положительный FDR (pFDR), который равен E [V / S | S> 0]. Подробнее см. Benjamini and Hochberg (1995) и Storey and Tibshirani (2003). Информация.)

Чтений

Учебники и главы

«ПОСЛЕДНИЕ ДОСТИЖЕНИЯ В БИОСТАТИСТИКЕ (Том 4):
Показатели ложных открытий, анализ выживаемости и связанные темы»
Под редакцией Маниша Бхаттачарджи (Технологический институт Нью-Джерси, США), Сунил К. Дхар (Технологический институт Нью-Джерси, США) и Сундарраман Субраманиан (Технологический институт Нью-Джерси, США).
http://www.worldscibooks.com/lifesci/8010.html
В первой главе этой книги представлен обзор процедур контроля FDR, которые были предложены известными статистиками в этой области, и предлагается новый адаптивный метод, который контролирует FDR, когда p-значения независимы или положительно зависимы.

«Интуитивная биостатистика: нематематическое руководство по статистическому мышлению»
Харви Мотульски
http://www.amazon.com/Intuitive-Biostatistics-Nonmat Mathematical-Statistical-Thinking/dp/product-description/0199730067
Это книга статистики, написанной для ученых, не имеющих сложной статистической базы. Часть E «Проблемы статистики» объясняет непрофессиональным языком проблему множественных сравнений и различные способы ее решения, включая базовые описания коэффициента ошибок в семье и FDR.

«Крупномасштабный вывод: эмпирические байесовские методы оценки, тестирования и прогнозирования»
Эфрона Б. (2010). Монографии Института математической статистики, издательство Кембриджского университета.
http://www.amazon.com/gp/product/0521192498/ref=as_li_ss_tl?ie=UTF8&tag=chrprobboo-20&linkCode=as2&camp=1789&creative=3

&creativeASIN=0521192498
В этой книге рассматривается концепция FDR и рассматривается ее ценность не только как процедура оценки, но и как объект проверки значимости.Автор также дает эмпирическую оценку точности оценок FDR.

Методологические статьи

Бенджамини Ю. и Ю. Хохберг (1995). «Контроль уровня ложного обнаружения: практичный и эффективный подход к множественному тестированию». Журнал Королевского статистического общества. Серия B (методологическая) 57 (1): 289-300.
Эта статья 1995 года была первым формальным описанием FDR. Авторы математически объясняют, как FDR соотносится с коэффициентом ошибок в семье (FWER), предоставляют простой пример использования FDR и проводят имитационное исследование, демонстрирующее мощность процедуры FDR по сравнению с процедурами типа Бонферрони.

Стори, Дж. Д. и Р. Тибширани (2003). «Статистическая значимость для полногеномных исследований». Труды Национальной академии наук 100 (16): 9440-9445.
В этом документе объясняется, что такое FDR и почему он важен для исследований в масштабе всего генома, а также объясняется, как можно оценить FDR. В нем приводятся примеры ситуаций, в которых FDR может быть полезен, а также проработанный пример того, как авторы использовали FDR для анализа данных дифференциальной экспрессии генов на микрочипах.

Этаж JD.(2010) Уровень ложных открытий. В Международной энциклопедии статистических наук, Ловрик М. (редактор).
Очень хорошая статья, в которой рассматривается контроль FDR, положительный FDR (pFDR) и зависимость. Рекомендуется для получения упрощенного обзора FDR и связанных методов множественных сравнений.

Райнер А., Йекутиели Д., Бенджамини Ю. Идентификация дифференциально экспрессируемых генов с использованием процедур контроля скорости ложного обнаружения. Биоинформатика 2003, 19 (3): 368-375.
В этой статье используются смоделированные данные микрочипа для сравнения трех процедур контроля FDR на основе повторной выборки с процедурой Бенджамини-Хохберга.Повторная выборка тестовой статистики выполняется, чтобы не предполагать распределение тестовой статистики дифференциальной экспрессии каждого гена.

Верхувен К.Дж., Симонсен К.Л., Макинтайр Л.М.: Внедрение управления частотой ложного обнаружения: увеличение вашей мощности. Ойкос 2005, 108 (3): 643-647.
В этой статье объясняется процедура Бенджамини-Хохберга, приводится пример моделирования и обсуждаются последние разработки в области FDR, которые могут обеспечить большую мощность, чем исходный метод FDR.

Stan Pounds и Cheng Cheng (2004) «Улучшение оценки вероятности ложных открытий» Bioinformatics Vol.20 нет. 11 2004, страницы 1737–1745.
В этой статье представлен метод, называемый гистограммой LOESS расстояний (SPLOSH). Этот метод предлагается для оценки условного FDR (cFDR) — ожидаемой доли ложных срабатываний при наличии k «значимых» результатов.

Даниэль Йекутиели, Йоав Бенджамини (1998) «Основанная на повторной выборке частота ложных обнаружений, контролирующая множественные процедуры тестирования для коррелированной тестовой статистики» Журнал статистического планирования и вывода 82 (1999) 171-196.
В этом документе представлена ​​новая процедура управления FDR для работы со статистикой тестирования, которая коррелирует друг с другом. Метод включает в себя вычисление p-значения на основе повторной выборки. Свойства этого метода оцениваются с помощью моделирования.

Йоав Бенджамини и Даниэль Йекутиели (2001) «Контроль уровня ложных открытий при множественном тестировании в зависимости» The Annals of Statistics 2001, Vol. 29, № 4, 1165–1188.
Метод FDR, который был первоначально предложен, предназначался для использования при проверке множественных гипотез независимой тестовой статистики.В этой статье показано, что исходный метод FDR также управляет FDR, когда статистика теста имеет положительную регрессионную зависимость от каждой статистики теста, соответствующей истинной нулевой гипотезе. Примером статистики зависимых тестов может быть тестирование нескольких конечных точек между лечебной и контрольной группами в клиническом испытании.

Джон Д. Стори (2003) «Частота положительных ложных открытий: байесовская интерпретация и q-значение» The Annals of Statistics 2003, Vol. 31, № 6, 2013–2035.
В этом документе определяется частота ложных положительных результатов обнаружения (pFDR), которая представляет собой ожидаемое количество ложных срабатываний из всех тестов, которые называются значимыми, при условии, что имеется по крайней мере один положительный результат. В статье также представлена ​​байесовская интерпретация pFDR.

Юди Павитан, Стефан Михилс, Серж Косцельни, Ариф Гуснанто и Александр Плонер (2005) «Частота ложных открытий, чувствительность и размер выборки для исследований микрочипов» Bioinformatics Vol. 21 нет. 13 2005 г., страницы 3017–3024.
В этом документе описывается метод вычисления размера выборки для двухвыборочного сравнительного исследования, основанный на контроле и чувствительности FDR.

Grant GR, Liu J, Stoeckert CJ Jr. (2005) Практический подход к оценке вероятности ложного обнаружения для выявления паттернов дифференциальной экспрессии в данных микрочипа. Биоинформатика. 2005, 21 (11): 2684-90.
Авторы описывают методы оценки перестановок и обсуждают вопросы, касающиеся выбора исследователем статистики и методов преобразования данных. Также исследуется оптимизация энергопотребления, связанная с использованием данных микрочипа.

Цзяньцин Фань, Фредерик Л. Мур, Сюй Хань, Вэйцзе Гу, Оценка доли ложного открытия в зависимости от произвольной ковариации.J Am Stat Assoc. 2012; 107 (499): 1019–1035.
В данной статье предлагается и описывается метод управления FDR, основанный на аппроксимации главных факторов ковариационной матрицы тестовой статистики.

Заявочные статьи

Han S, Lee KM, Park SK, Lee JE, Ahn HS, Shin HY, Kang HJ, Koo HH, Seo JJ, Choi JE et al: полногеномное исследование ассоциации острого лимфобластного лейкоза у детей в Корее . Исследование лейкемии 2010, 34 (10): 1271-1274.
Это было исследование общегеномной ассоциации (GWAS), в котором проверялся один миллион однонуклеотидных полиморфизмов (SNP) на связь с активным лимфобластным лейкозом у детей (ALL).Они контролировали FDR на уровне 0,2 и обнаружили, что 6 SNP в 4 различных генах сильно связаны с риском ОЛЛ.

Педерсен, К. С., Бамлет, В. Р., Оберг, А. Л., де Андраде, М., Мацумото, М. Э., Танг, Х., Тибодо, С. Н., Петерсен, Г. М. и Ван, Л. (2011). Сигнатура метилирования ДНК лейкоцитов отличает пациентов с раком поджелудочной железы от здоровой группы контроля. PLoS ONE 6, e18223.
Это исследование контролировало FDR <0,05 при поиске дифференциально метилированных генов между пациентами с аденомой поджелудочной железы и здоровыми людьми в контрольной группе для поиска эпигенетических биомаркеров заболевания.

Дэниел Линь, Лизель М. Фицджеральд, Ронг Фу, Эрика М. Квон, Сикун Лилли Чжэн, Сюзанна и др. Генетические варианты в генах LEPR, CRY1, RNASEL, IL4 и ARVCF являются прогностическими маркерами рака простаты -Специальная смертность (2011 г.), биомаркеры эпидемиологии рака, пред. 2011 г .; 20: 1928-1936. В этом исследовании изучалась изменчивость выбранных генов-кандидатов, связанных с возникновением рака простаты, чтобы проверить его прогностическую ценность среди лиц с высоким риском. FDR использовался для ранжирования однонуклеотидных полиморфизмов (SNP) и определения представляющих интерес snps высшего ранга.

Радом-Айзик С., Залдивар Ф., Лей С.-Й, Адамс Г.Р., Оливер С., Купер Д.М.: Влияние упражнений на экспрессию микроРНК в мононуклеарных клетках периферической крови молодых мужчин. Клиническая и трансляционная наука 2012, 5 (1): 32-38.
В этом исследовании изучали изменение экспрессии микроРНК до и после тренировки с использованием микроматрицы. Они использовали процедуру Бенджамини-Хохберга для контроля FDR на уровне 0,05 и обнаружили, что 34 из 236 микроРНК экспрессируются по-разному. Затем исследователи выбрали микроРНК из этих 34 для подтверждения с помощью ПЦР в реальном времени.

Веб-сайты

Статистический пакет R
http://genomine.org/qvalue/results.html
Аннотированный код R, используемый для анализа данных в статье Стори и Тибширани (2003), включая ссылку на файл данных. Этот код можно адаптировать для работы с любыми массивами данных.

http://www.bioconductor.org/packages/release/bioc/html/qvalue.html
пакет qvalue для р.

http://journal.r-project.org/archive/2009-1/RJournal_2009 -1.pdf

Journal R Project — это рецензируемая публикация с открытым доступом Фонда R для статистических вычислений.В этом томе представлена ​​статья Меган Орр и Пэн Лю под названием «Оценка размера выборки при контроле частоты ложных обнаружений для экспериментов с микрочипами». Предоставляются конкретные функции и подробные примеры.

http://strimmerlab.org/notes/fdr.html
На этом веб-сайте представлен список программного обеспечения R для анализа FDR со ссылками на их домашние страницы для описания функций пакета.

SAS
http://support.sas.com/documentation/cdl/en/statug/63347/HTML/default/viewer.htm # statug_multtest_sect001.htm
Описание PROC MULTTEST в SAS, который предоставляет опции для управления FDR с использованием различных методов.

STATA
http://www.stata-journal.com/article.html?article=st0209
Предоставляет команды STATA для вычисления значений q для процедур множественного тестирования (вычисление скорректированных значений q FDR).

FDR_general web resources
http://www.math.tau.ac.il/~ybenja/fdr/index.htm
Веб-сайт, управляемый статистиками из Тель-Авивского университета, которые первыми официально представили FDR.

http://www.math.tau.ac.il/~ybenja/
На этом веб-сайте FDR имеется много ссылок. Лекция по FDR доступна для ознакомления.

http://www.cbil.upenn.edu/PaGE/fdr.html
Красивое и лаконичное объяснение FDR. Предоставляется полезное краткое изложение с примерами.

http://www.rowett.ac.uk/~gwh/False-positives-and-the-qvalue.pdf
Краткий обзор ложных срабатываний и q-значений.

Курсы

Учебное пособие по борьбе с ложным открытием, авторство Кристофера Р.Дженовезе, Статистический факультет Университета Карнеги-Меллона.
Этот PowerPoint представляет собой очень подробное руководство для тех, кто интересуется математическими основами FDR и вариациями FDR.

Множественное тестирование, проведенное Джошуа Эйки, Департамент геномных наук, Вашингтонский университет.
Этот powerpoint обеспечивает очень интуитивное понимание множественных сравнений и FDR. Эта лекция хороша для тех, кто хочет получить простое представление о FDR, не вдаваясь в математику.

Оценка локальной частоты ложного обнаружения при обнаружении дифференциального выражения между двумя классами.
Презентация Джеффри Маклахлана, профессора Квинслендского университета, Австралия.
www.youtube.com/watch?v=J4wn9_LGPcY
Эта видеолекция была полезна для изучения местного FDR, который представляет собой вероятность того, что конкретная гипотеза верна, с учетом ее конкретной тестовой статистики или p-значения.

Процедуры контроля скорости обнаружения ложных данных для дискретных тестов
Презентация Рут Хеллер, профессора Департамента статистики и исследований операций.Тель-Авивский университет
http://www.youtube.com/watch?v=IGjElkd4eS8
Эта видеолекция была полезна в изучении применения контроля FDR для дискретных данных. Обсуждаются несколько повышающих и понижающих процедур управления FDR при работе с дискретными данными. Рассмотрены альтернативы, которые в конечном итоге помогают увеличить мощность.

Обнаружение пространственно-временной последовательности событий без пороговых значений

Экспериментальные настройки

В этом разделе мы представляем наши экспериментальные оценки подхода исследования STES на основе рандомизации.Мы использовали реальные наборы данных из области солнечной астрономии. Мы оценили производительность процедур преобразования графов и сравнили алгоритмы EsGrowth и Rand-ESMiner.

Наши алгоритмы реализованы на языке программирования Java, наборы данных хранились в текстовых файлах, а эксперименты проводились на виртуальной машине Ubuntu с 1 ТБ ОЗУ и процессором Intel Xeon. Все экземпляры событий и элементы графика хранятся в памяти для справедливого сравнения.

Наборы данных и конфигурации

Для анализа производительности предложенного нами алгоритма мы использовали наборы данных реальных солнечных событий.Это ежемесячные наборы данных за 2012 год, которые включают пространственно-временные экземпляры семи различных типов солнечных событий, а именно: активные области ( ar ), корональные дыры ( ch ), Emerging Flux ( ef ), волокна ( fi ). ), Вспышки ( fl ), сигмоиды ( sg ) и солнечные пятна ( ss ). Каждый экземпляр состоит из полигонов регионов, загруженных из базы знаний о событиях гелиофизики (HEK) [31], а регионы отслеживаются и интерполируются с использованием алгоритмов, представленных в [11, 26].Характеристики наших реальных наборов данных можно увидеть в таблице 1. Наборы данных представлены в табличном формате, где экземпляры определенного типа событий хранятся в виде таблицы. Каждая строка показывает конкретную пару время-геометрия с четырьмя атрибутами: идентификатор экземпляра, время начала пары время-геометрия, время окончания пары время-геометрия и пространственная геометрия. Пространственная геометрия — это полигональный объект, отформатированный в формате общеизвестного текста (WKT).

Таблица 1 Характеристики наборов данных о солнечных событиях

Цель экспериментов — изучить производительность нашего рандомизированного алгоритма, как с точки зрения релевантности, так и эффективности, на этих наборах данных и сравнить его с основанным на пороге алгоритмом EsGrowth.Мы сравним обнаруженные STES в нашем анализе релевантности, а затем оценим эффективность времени работы. Предварительным этапом алгоритма является инициализация (генерация начального и конечного окон) и преобразование графа. По этой причине мы сохранили глобальные параметры, которые использовались при создании ESG , постоянными на протяжении всех экспериментов. Эти параметры представляют собой независимые переменные, которые не должны влиять на производительность алгоритмов в этом наборе экспериментов.Параметры отношения напора и хвоста были выбраны равными 0,2 и 0,5 соответственно. Значение, используемое для срока действия хвоста ( tv ), составляет 4 часа. Срок действия заголовка ( hv ) был установлен на ноль для согласования с нашими предыдущими работами. Мы выбрали 25 arcsec в качестве параметра буферного расстояния ( bd ).

Для случая порогового алгоритма мы провели 16 экспериментов для каждого набора данных с различными значениями ci th nad pi th значений.Значение ci th было установлено на 0,10, 0,15, 0,2 и 0,25, а значение pi th было установлено на 0,04, 0,08, 0,12 и 0,16. Мы запустили алгоритм EsGrowth с вышеупомянутыми комбинациями значений ci th и pi th , чтобы обнаружить частые последовательности. В итоге было проведено 192 эксперимента с 12 наборами данных для подхода, основанного на порогах.С другой стороны, для подхода рандомизации мы повторно дискретизировали данные 100 раз ( ν = 100) для каждого набора данных и оценили распределение значений pi всех последовательностей событий. Размер каждой выборки составляет 10% от размера соответствующего исходного набора данных ( rR = 0,1). Таким образом, мы сгенерировали 100 значений pi для всех обнаруженных последовательностей, чтобы оценить распространенность последовательностей событий.

Анализ релевантности

В этой части мы обсудим актуальность результатов интеллектуального анализа алгоритма Rand-ESMiner.Для краткости мы решили проиллюстрировать STES длины-2, длины-3 и длины-4 с помощью средних значений pi из первых 15 наборов данных за январь, февраль, март и апрель. Подробные результаты для STES длины 2, 3 и 4 из всех наборов данных можно найти в Приложении к этому документу.

На рисунке 4 показаны наиболее распространенные STES длины 2 (верхний ряд), длины 3 (средний ряд), длины 4 (нижний ряд) из четырех наборов данных. Распределение значений pi из Rand-ESMiner показано с помощью прямоугольных диаграмм.Мы также демонстрируем обнаруженные значения pi на основе порогового подхода с элементами разброса переменного размера. Каждый разброс представляет собой отдельный экспериментальный прогон, и если последовательность событий не является преобладающей в эксперименте EsGrowth (это означает, что pi было меньше pi th ), результат этого эксперимента опускается.

Рис. 4

Смешанные графики значений pi из алгоритмов Rand-ESMiner и ESGrowth.Распределение значений pi из Rand-ESMiner показано в виде прямоугольных диаграмм, в то время как значения pi (обнаруженные с помощью ESGrowth) с различными пороговыми значениями показаны в виде кружков. Легенда вверху показывает пороговые значения для ESGrowth ci и pi thresholds

Из рис. 4 мы видим, что обнаруженные топ-15 STES согласованы во всех четырех наборах данных. Мы также представляем количество первых 15 вхождений для STES длины 2 из всех наборов данных на рис. 5. Результаты для STES длины 3 и длины 4 доступны в Приложении для полноты.Восемь из топ-15 STES длины 2 обнаружены во всех двенадцати наборах данных, и 13 из них были обнаружены как минимум десять раз. Мы дополнительно проанализировали эти 13 STES. В таблице 2 показано, сколько раз были обнаружены STES с помощью ESGrowth, а также усредненные (по 12 ежемесячным наборам данных) медианные значения pi, и усредненное значение STES в перцетанже в рандомизированных исследованиях. Мы можем наблюдать, что усредненные медианные значения pi для этих STES обычно превышают 0,04 ( pi th для сопоставимого эксперимента ESGrowth), и они обнаруживаются почти во всех рандомизированных испытаниях (то есть среднее процент рандомизированных исследований, в которых были обнаружены эти STES, превышает 97% для вышеупомянутых STES).Это не относится к запускам на основе пороговых значений, где некоторые из этих хорошо известных STES не были обнаружены даже для относительно низких пороговых значений. (См. Неполный список наблюдений, найденных в литературе для некоторых из этих шаблонов: ‘ss \ (\ rhd \) sg’ [12, 45]; ‘ef \ (\ rhd \) ef’ [41]; ‘ar \ (\ rhd \) ar ‘[21, 46];’ ef \ (\ rhd \) fl ‘[2, 41, 48]; или’ ss \ (\ rhd \) ss ‘[22, 43]).

Рис. 5

Число первых 15 вхождений STES длиной 2, обнаруженных с помощью Rand-ESMiner из двенадцати наборов данных за месяц

Таблица 2 Сравнение тринадцати STES длины 2 для Rand-ESMiner и ESGrowth по 12 ежемесячным наборам данных

Еще одним аспектом нашей оценки является сравнение релевантности с подходом на основе пороговых значений с точки зрения различной частоты STES.Одно наблюдение, которое мы можем сделать, — это изменение значений pi при использовании различных значений ci th в подходе на основе порогов. Это двоякое изменение: (1) изменение значений pi для конкретного STES и (2) изменение значений pi для разных STES. Последнее весьма ожидаемо, поскольку природные явления могут следовать или не следовать друг за другом в пространстве-времени. Однако первый вариант представляет собой проблему, которую трудно решить методом проб и ошибок.Например, для последовательностей \ ((fl \ rhd fl) \) ci th = 0,2 и pi th = 0,12 могут быть точными точками отсечки для пороговых значений. Однако, если мы установим ci th на 0,2 и pi th на 0,12 для всего набора данных, мы пропустим практически все последовательности \ ((ar \ rhd fl) \), а также как последовательности, включающие подпоследовательность \ ((ar \ rhd fl) \). Специалистам по физике Солнца хорошо известно, что вспышки могут происходить где угодно на поверхности Солнца, от активных областей ( ar ) до границ магнитной сети спокойного Солнца [27].Однако факелы большой площади ( эт. ) имеют предпочтительное расположение. Они происходят из больших активных областей, демонстрирующих сложную геометрию трехмерного магнитного поля [38].

Для захвата последовательности событий \ ((ar \ rhd fl) \) мы можем использовать ci th = 0,1 и pi th = 0,04 (см. Результаты в таблице 2). Однако на этот раз большая часть \ ((ar \ rhd ar) \), \ ((ef \ rhd ef) \) и \ ((ss \ rhd sg) \) будет пропущена. Эти примеры могут быть расширены, чтобы включить эти три последовательности, ведущие к бесконечному циклу обсуждения важности паттернов.Даже для упрощенных случаев \ ((fl \ rhd fl) \) и \ ((ar \ rhd fl) \) или \ ((ar \ rhd fl) \) и \ ((ss \ rhd sg) \) создание определяемых пользователем пороговых значений затруднено, прежде всего, из-за несбалансированных пространственно-временных характеристик природных явлений. Следовательно, мы можем предположить, что анализ распределения значений pi с использованием случайной повторной выборки краев из выборки ESG является лучшим подходом, потому что вывод простого значения pi на основе установленных порогов не может правильно представить характеристики совокупности.

Анализ времени выполнения для инициализации и

шагов преобразования ESG

В этой части нашей оценки мы покажем сложность выполнения фазы инициализации алгоритма Rand-ESMiner. На рис. 6 мы демонстрируем время работы на этапе инициализации алгоритма Rand-ESMiner для всех наборов данных.

Рис. 6

Время работы (значения по большой оси Y), необходимое для создания окон головы и хвоста (зеленая линия) и идентификации отношений следования (синяя линия).Столбцы показывают количество ребер и вершин в ESG , показывая сложность ESG s (значения на вторичной оси Y)

Мы измерили время работы на этапе инициализации по двум категориям: (1) Голова и время создания хвостового окна, которое обозначено как HT Generation Time на рис.6 и соответствует строкам 2 и 3 в алгоритме 2 и (2) Follow Relation and Graph Transformation Time, которое обозначено как Follow Time на рис. .6 и соответствует строкам 4 и 5 в алгоритме 2. Генерация начального и конечного окон требует сложных операций пространственного буфера и объединения. Точно так же следующие взаимосвязи обнаруживаются с помощью дорогостоящей в вычислительном отношении операции пространственно-временного соединения на траекториях развивающейся области. Создание ESG значительно менее сложно с точки зрения времени вычислений.

Наряду с временем выполнения на рис. 6 мы проиллюстрировали количество вершин и ребер в созданном ESG для каждого набора данных.Количество вершин соответствует количеству экземпляров в наборе данных, а количество ребер показывает количество последующих отношений.

Из результатов мы можем видеть, что время создания окон головы и хвоста значительно различается для каждого ежемесячного набора данных. Мы можем заметить, что отчасти это связано с количеством экземпляров (вершин) в наборе данных, а другим фактором является количество полигонов отдельных регионов в наборах данных. Мы наблюдаем, что наибольшее время создания окон головы и хвоста зарегистрировано для наборов данных за май и июнь, где у нас есть наибольшее количество полигонов регионов в наборах данных.Точно так же наименьшее время генерации HT регистрируется для наборов данных за февраль и апрель, где у нас наименьшее количество полигонов региона.

Время отслеживания также сильно варьируется в зависимости от наших наборов данных. Время слежения зависит от количества пространственно-временных отношений слежения между экземплярами в наборе данных. Хотя мы не можем утверждать полную корреляцию, количество ребер в сгенерированном графе является хорошим индикатором для последующего времени. Еще один фактор, влияющий на время следования, — это количество экземпляров и полигонов регионов, потому что мы получаем 20% и 50% траекторий экземпляров в виде орлов и хвостов (так как hR = 0.2 и tR = 0,5).

Для случая генерации головного и хвостового окон наш алгоритм выполняет итерацию по всем экземплярам в наборе данных и вычисляет распространенные во времени и пространственно буферизованные пары время-геометрия (представляющие траектории региона). Этот процесс выполняется за линейное время, что объясняет связь между временем выполнения и количеством экземпляров и полигонов региона. С другой стороны, алгоритм генерации ESG выполняет итерацию через хвостовые окна и выполняет пространственно-временное соединение по предикату перекрытия с головным окном экземпляров.Это делает квадратичную сложность идентификации последующих отношений; однако, поскольку мы применяем двухэтапный фильтр, основанный на предикатах перекрытия по времени и пространственного перекрытия, сложность становится субквадратичной (и очень близкой к линейной) по отношению к количеству многоугольников области в последующем времени. Следует отметить, что в ситуации, когда есть ограничение по времени, пользователь может уменьшить размер головного и хвостового окон, чтобы уменьшить степень перекрытия; таким образом, сокращается количество подписок.

Анализ времени работы Rand-ESMiner

В этой части наших экспериментов требования к времени работы нашего алгоритма Rand-ESMiner будут сравниваться с алгоритмом EsGrowth. На рис. 7 мы демонстрируем общее время работы наших алгоритмов для каждого набора данных (в (а)), а также среднее время, затрачиваемое на добычу STES из ESG (в (б)). На рис. 7a синие столбцы показывают среднее время работы алгоритма EsGrowth с 19 различными значениями ci th .Красные столбцы показывают общее время работы алгоритма Rand-ESMiner, который состоит из 100 рандомизированных запусков на ESG . На рис. 7b мы демонстрируем время работы, необходимое для добычи STES из ESG . Шаги инициализации (генерация HT и время выполнения, показанные на рис. 6) здесь опущены для лучшего сравнения, и мы сообщаем среднее время выполнения запусков на основе пороговых значений (с 16 различными ci th и pi th комбинаций) и среднее время выполнения 100 рандомизированных запусков для каждого набора данных.

Рис.7

a Общее время работы Rand-ESMiner по сравнению со средним общим временем работы алгоритма EsGrowth b Сравнение среднего времени выполнения с использованием рандомизированного и порогового подходов

Из результатов, показанных на рис. 7а, мы можем заметить, что общее время работы, необходимое для майнинга STES, очень похоже на инициализацию, и можно заметить, что для подхода, основанного на порогах, в общем времени работы доминирует инициализация.Более высокие значения ci th , которые мы используем для фильтрации незначительных отношений следования (или ребер), значительно сокращают ESG , что приводит к очень низкому времени добычи графа. Тем не менее, трудно сделать выводы о надежности STES или общей общности процесса добычи STES с высокими значениями ci th . Когда мы анализируем производительность алгоритма Rand-ESMiner, мы видим, что для разреженных ESG с (таких как наборы данных за февраль, апрель и октябрь) общее время работы Rand-ESMiner аналогично EsGrowth.С другой стороны, для более плотных ESG s (таких как наборы данных за май, июнь и июль) мы наблюдаем большие различия. Это можно хорошо объяснить с помощью алгоритмической установки подхода рандомизации и наблюдений на рис. 7b. Среднее время исследования ESG для рандомизационных наборов данных для наборов данных за май, июнь и июль относительно выше, чем для других наборов данных. В наших экспериментах ESG подвергается повторной выборке 100 раз, а общее время работы Rand-ESMiner включает все 100 рандомизированных запусков.Принимая во внимание, что для подхода, основанного на пороге, ESG добывается только один раз.

Таким образом, общее время работы Rand-ESMiner примерно на 27% больше, чем у EsGrowth. Время работы, необходимое для Rand-ESMiner, в первую очередь зависит от коэффициента передискретизации и количества испытаний. Для повышения достоверности результатов можно увеличить количество попыток и коэффициент передискретизации. В дополнение к этому, надежность результатов может быть нарушена временем работы.Выбор более низкого коэффициента передискретизации или количества попыток уменьшит время выполнения, а также повысит надежность результатов.

Ограничения для поиска контента и Core eDiscovery в центре соответствия — Microsoft 365 Compliance

  • 10 минут на чтение

В этой статье

К средствам поиска eDiscovery в Центре соответствия Microsoft 365 применяются различные ограничения.Сюда входят поиски, выполняемые на странице Content search , и поиски, связанные с случаем обнаружения электронных данных на странице Core eDiscovery . Эти ограничения помогают поддерживать работоспособность и качество услуг, предоставляемых организациям. Также существуют ограничения, связанные с индексированием сообщений электронной почты в Exchange Online для поиска. Вы не можете изменить ограничения для поиска eDiscovery или индексации электронной почты, но вы должны знать о них, чтобы вы могли учитывать эти ограничения при планировании, запуске и устранении неполадок поиска eDiscovery.

Информацию об ограничениях, связанных с инструментом Advanced eDiscovery, см. В разделе «Ограничения в Advanced eDiscovery

».

Пределы поиска

В следующей таблице перечислены ограничения поиска при использовании инструмента поиска контента в центре соответствия Microsoft 365 и для поисков, связанных с делом Core eDiscovery.


Описание лимита Предел
Максимальное количество почтовых ящиков или сайтов, которые можно найти за один поиск Без ограничений 1
Максимальное количество поисковых запросов, которые могут выполняться одновременно в вашей организации. 30
Максимальное количество одновременных поисков в масштабах всей организации. 3
Максимальное количество поисков, которые один пользователь может запустить одновременно. Этот предел, скорее всего, будет достигнут, когда пользователь попытается запустить несколько поисков с помощью команды Get-ComplianceSearch | Start-ComplianceSearch в PowerShell Центра безопасности и соответствия требованиям. 10
Максимальное количество элементов на почтовый ящик пользователя, которые отображаются на странице предварительного просмотра при просмотре результатов поиска содержимого. 100
Максимальное количество элементов, найденных во всех почтовых ящиках пользователей, которые могут отображаться на странице предварительного просмотра при предварительном просмотре результатов поиска. Отображаются самые новые предметы. 1000 2
Максимальное количество почтовых ящиков пользователей, которые можно просмотреть для результатов поиска. Если существует более 1000 почтовых ящиков, содержащих контент, соответствующий поисковому запросу, для предварительного просмотра будут доступны не более 1000 почтовых ящиков с наибольшим количеством результатов поиска. 1 000 90 563
Максимальное количество элементов на сайтах SharePoint и OneDrive для бизнеса, которые отображаются на странице предварительного просмотра при предварительном просмотре результатов поиска. Отображаются самые новые предметы. 200
Максимальное количество сайтов (в SharePoint и OneDrive для бизнеса), которые можно предварительно просмотреть для результатов поиска. Если всего более 200 сайтов содержат контент, соответствующий поисковому запросу, для предварительного просмотра будут доступны только 200 сайтов с наибольшим количеством результатов поиска. 200
Максимальное количество элементов в почтовом ящике общих папок, которые отображаются на странице предварительного просмотра при предварительном просмотре результатов поиска содержимого. 100
Максимальное количество элементов, найденных во всех почтовых ящиках общих папок, которые отображаются на странице предварительного просмотра при предварительном просмотре результатов поиска содержимого. 200
Максимальное количество почтовых ящиков общих папок, которые можно просмотреть для результатов поиска.Если имеется более 500 почтовых ящиков общедоступных папок, содержащих контент, соответствующий поисковому запросу, для предварительного просмотра будут доступны только 500 верхних почтовых ящиков общедоступных папок с наибольшим количеством результатов поиска. 500
Максимальное количество символов поискового запроса (включая операторы и условия) для поиска.

Примечание: Это ограничение вступает в силу после того, как запрос расширен и включает символы из запроса ключевого слова, все фильтры разрешений поиска, примененные к пользователю, и URL-адреса всех местоположений сайтов.Это означает, что запрос будет расширен по каждому ключевому слову. Например, если поисковый запрос содержит 15 ключевых слов и дополнительных параметров и условий, запрос будет расширен 15 раз, каждый с другими параметрами и условиями в запросе. Таким образом, даже если количество символов в поисковом запросе может быть ниже предела, именно расширенный запрос может способствовать превышению этого предела.

Почтовые ящики: 10,000.

сайтов: 4 000 при поиске по всем сайтам или 2 000 при поиске до 20 сайтов. 3

Максимальное количество вариантов, возвращаемых при использовании подстановочного знака префикса для поиска точной фразы в поисковом запросе или при использовании подстановочного символа префикса и логического оператора NEAR . 10 000 4
Минимальное количество буквенных символов для подстановочных знаков префикса; например, раз * , один * или набор * . 3
Максимальное количество почтовых ящиков при поиске, в которых вы можете удалить элементы, выполнив действие «поиск и очистка» (с помощью команды New-ComplianceSearchAction -Purge ).Если поиск, для которого выполняется действие очистки, содержит больше исходных почтовых ящиков, чем это ограничение, действие очистки завершится ошибкой. Дополнительные сведения о поиске и очистке см. В разделе Поиск и удаление сообщений электронной почты в вашей организации. 50 000
Максимальное количество местоположений в поиске, из которых вы можете экспортировать элементы. Если экспортируемый поисковый запрос содержит больше местоположений, чем это ограничение, экспорт завершится ошибкой. Дополнительные сведения см. В разделе Экспорт результатов поиска содержимого. 100 000

Примечание

1 Хотя вы можете выполнять поиск в неограниченном количестве почтовых ящиков за один поиск, вы можете загрузить экспортированные результаты поиска не более чем из 100 000 почтовых ящиков с помощью инструмента экспорта eDiscovery в Центре соответствия Microsoft 365.

2 Цель страницы предварительного просмотра — показать ограниченный образец результатов. Даже для массовых поисков с тысячами результатов количество элементов, отображаемых на странице предварительного просмотра, может и часто будет намного меньше максимально возможного значения 1000.Чтобы увидеть полные результаты поиска, вам необходимо экспортировать результаты.

3 При поиске в расположениях SharePoint и OneDrive для бизнеса символы в URL-адресах сайтов, на которых выполняется поиск, учитываются с учетом этого ограничения.

4 Для нефразовых запросов (значение ключевого слова, не использующее двойные кавычки) мы используем специальный префиксный индекс. Это говорит нам о том, что слово встречается в документе, но не там, где оно встречается в документе. Чтобы выполнить фразовый запрос (значение ключевого слова в двойных кавычках), нам нужно сравнить положение в документе слов во фразе.Это означает, что мы не можем использовать индекс префикса для фразовых запросов. В этом случае мы внутренне расширяем запрос, добавляя все возможные слова, до которых заменяется префикс; например, "время *" может быть расширено до "время ИЛИ таймер ИЛИ раз ИЛИ timex ИЛИ временной интервал ИЛИ ..." . 10 000 — это максимальное количество вариантов, до которых может разворачиваться слово, а не количество документов, соответствующих запросу. Для нефразовых терминов нет верхнего предела.

Время поиска

Microsoft собирает информацию о производительности для поисковых запросов, выполняемых всеми организациями.Хотя сложность поискового запроса может повлиять на время поиска, самым большим фактором, влияющим на продолжительность поиска, является количество просматриваемых почтовых ящиков. Хотя корпорация Майкрософт не предоставляет Соглашение об уровне обслуживания для времени поиска, в следующей таблице приводится среднее время поиска для поиска по собраниям на основе количества почтовых ящиков, включенных в поиск.


Количество почтовых ящиков Среднее время поиска
100 30 секунд
1 000 45 секунд
10 000 4 минуты
25 000 10 минут
50 000 20 минут
100 000 25 минут

Экспортные ограничения

В следующей таблице перечислены ограничения при экспорте результатов поиска содержимого.Эти ограничения также применяются при экспорте содержимого из дела Core eDiscovery.


Описание лимита Предел
Максимальный объем экспортируемых данных из одного поиска

Примечание: Если результаты поиска превышают 2 ТБ, рассмотрите возможность использования диапазонов дат или других типов фильтров, чтобы уменьшить общий размер результатов поиска.

2 ТБ
Максимум, который организация может экспортировать за один день

Примечание: Этот лимит сбрасывается ежедневно в 12:00 по всемирному координированному времени

2 ТБ
Максимальное количество одновременных экспортов, которые могут выполняться одновременно в вашей организации

Примечание: Запуск отчета Только экспорт учитывается в общем количестве одновременных экспортов для вашей организации.Если три пользователя выполняют по 3 экспорта, то может быть выполнен только один экспорт. Независимо от того, экспортируется ли это отчет или результаты поиска, никакой другой экспорт не может быть выполнен, пока он не будет завершен.

10
Максимальный объем экспорта, который один пользователь может запустить одновременно 3
Максимальное количество почтовых ящиков для результатов поиска, которые можно загрузить с помощью инструмента экспорта eDiscovery 100 000
Максимальный размер файла PST, который может быть экспортирован

Примечание: Если результаты поиска из почтового ящика пользователя превышают 10 ГБ, результаты поиска для почтового ящика будут экспортированы в два (или более) отдельных файла PST.Если вы решите экспортировать все результаты поиска в один файл PST, файл PST будет добавлен к дополнительным файлам PST, если общий размер результатов поиска превышает 10 ГБ. Если вы хотите изменить этот размер по умолчанию, вы можете отредактировать реестр Windows на компьютере, который вы используете для экспорта результатов поиска. См. Раздел Изменение размера файлов PST при экспорте результатов поиска eDiscovery. Результаты поиска из определенного почтового ящика не будут разделены между несколькими файлами PST, если содержимое одного почтового ящика не превышает 10 ГБ.Если вы решили экспортировать результаты поиска в один файл PST, который содержит все сообщения в одной папке, а результаты поиска превышают 10 ГБ, элементы все равно будут организованы в хронологическом порядке, поэтому они будут перенесены в дополнительные файлы PST на основе в дату отправки.

10 ГБ
Скорость, с которой результаты поиска из почтовых ящиков и сайтов выгружаются в хранилище Azure, предоставленное Microsoft. Максимум 2 ГБ в час

Пределы индексации для сообщений электронной почты

В следующей таблице описаны ограничения индексации, которые могут привести к тому, что сообщение электронной почты будет возвращено как неиндексированный элемент или частично проиндексированный элемент в результатах поиска содержимого.


Предел индексации Максимальное значение Описание
Максимальный размер присоединения 150 МБ Максимальный размер вложения электронной почты, которое будет проанализировано для индексации. Любое вложение, размер которого превышает этот предел, не будет анализироваться для индексации, а сообщение с вложением будет помечено как частично проиндексированное.

Примечание. Анализ — это процесс, при котором служба индексирования извлекает текст из вложения, удаляет ненужные символы, такие как знаки препинания и пробелы, а затем делит текст на слова (в процессе, называемом токенизацией), которые затем сохраняются в индексе.

Максимальное количество вложений 250 Максимальное количество файлов, вложенных в сообщение электронной почты, которые будут проанализированы для индексации. Если в сообщении более 250 вложений, первые 250 вложений анализируются и индексируются, а сообщение помечается как частично проиндексированное, поскольку в нем есть дополнительные вложения, которые не были проанализированы.
Максимальная глубина крепления 30 Максимальное количество анализируемых вложений.Например, если к сообщению электронной почты прикреплено другое сообщение, а к прикрепленному сообщению прикреплен документ Word, документ Word и прикрепленное сообщение будут проиндексированы. Такое поведение будет продолжаться до 30 вложенных вложений.
Максимальное количество прикрепленных изображений 0 Изображение, вложенное в сообщение электронной почты, пропускается анализатором и не индексируется.
Максимальное время, затрачиваемое на синтаксический анализ элемента 30 секунд На синтаксический анализ элемента для индексации уходит не более 30 секунд.Если время анализа превышает 30 секунд, элемент помечается как частично проиндексированный.
Максимальный вывод синтаксического анализатора 2 миллиона символов Максимальный объем текста, выводимого индексированным анализатором. Например, если синтаксический анализатор извлек из документа 8 миллионов символов, индексируются только первые 2 миллиона символов.
Максимальное количество маркеров аннотации 2 миллиона Когда сообщение электронной почты индексируется, каждое слово аннотируется различными инструкциями обработки, которые определяют, как это слово должно индексироваться.Каждый набор инструкций по обработке называется токеном аннотации. Для поддержания качества обслуживания в Office 365 существует ограничение в 2 миллиона маркеров аннотации для сообщения электронной почты.
Максимальный размер тела в индексе 67 миллионов символов Общее количество символов в теле сообщения электронной почты и всех его вложений. Когда сообщение электронной почты индексируется, весь текст в теле сообщения и во всех вложениях объединяется в одну строку.Максимальный размер этой индексируемой строки составляет 67 миллионов символов.
Максимальное количество уникальных токенов в теле 1 миллион Как объяснялось ранее, токены являются результатом извлечения текста из содержимого, удаления знаков препинания и пробелов, а затем деления его на слова (называемые токенами), которые хранятся в индексе. Например, фраза «кошка, мышка, птица, собака, собака» содержит 5 жетонов. Но только 4 из них — уникальные токены. Существует ограничение в 1 миллион уникальных токенов на одно сообщение электронной почты, что помогает предотвратить чрезмерное увеличение индекса из-за случайных токенов.

Дополнительная информация

Существуют дополнительные ограничения, связанные с различными аспектами поиска контента, такими как индексация контента. Дополнительные сведения об этих ограничениях см. В следующих разделах:

Для получения информации о поиске контента см .:

Информацию об ограничениях случаев, связанных с Core eDiscovery и Advanced eDiscovery, см .:

Оценка порога значимости для полногеномных ассоциативных исследований | BMC Genomics

В этом исследовании мы разработали метод определения значимого порогового значения для GWAS с использованием 45 смоделированных фенотипических признаков, которые различались как по наследуемости в широком смысле, так и по количеству QTL у трех видов сельскохозяйственных культур, которые различались по своим паттернам LD.Мы повторили моделирование этих признаков 10 раз, чтобы смоделированные QTL случайным образом распределялись по разным частям генома для получения объективных результатов.

Для одного и того же смоделированного признака в разных повторениях были разные наследуемости на основе маркеров и разные значимые — log 10 ( P ) -значения (где присутствовали все смоделированные QTL для этого признака) (рис. 1). Существовали сильные положительные ассоциации между наследуемостью в широком смысле и значимыми пороговыми значениями.То есть, чем выше наследуемость в широком смысле, тем выше значения log 10 ( P ) для всех трех культур (Таблица 1). Значимые пороговые значения (−log 10 ( P )) также увеличивались среди видов сельскохозяйственных культур для этих смоделированных признаков по мере снижения LD. В частности, кукуруза имела более высокие значения значимого порога (-log 10 ( P )) по сравнению с соевыми бобами и рисом для имитированных признаков, когда они обладали более чем 50% наследуемостью в широком смысле (Таблица 1), что обратно соответствовало паттернам LD. .

Рис. 1

Манхэттенские графики -Log10 ( P ) в зависимости от хромосомного положения маркеров SNP, связанных с диаметром колоса (ED) и днями до опыления (DP), а также на участках квантиля-квантиля (QQ) кукурузы из Фиксированная и случайная модель Circulating Probability Unification (FarmCPU). Наследственность на основе маркеров составила 66,8% для DP и 84,9% для ED. Красная линия представляет значимый порог (значения -Log10 ( P ): 4,89 для DP и 5,49 для ED), который был определен с использованием нашей формулы на основе наследуемости на основе маркеров, синяя линия представляет порог от FDR, а зеленая линия представляет порог из метода коррекции Бонферрони

Таблица 1 Значимые значения P (-Log 10 P -значение) из FarmCPU, где все 10 связанных QTL с 9 смоделированными признаками различались в широком смысле по наследуемости (H = 10, 20, 30, 40, 50, 60, 70, 80, 90%) кукурузы, сои и риса

Использование как наследуемости в широком смысле, так и наследуемости на основе маркеров в качестве независимых переменных и выбранного значимого порога (−log 10 ( P )) в качестве переменной ответа в множественном регрессионном анализе, мы получили уравнение для определения значимых пороговых значений в GWAS для каждой культуры.Мы наблюдали, что наследуемость на основе маркеров показала значительный эффект на переменную ответа ( P <0,05) (таблица 2), но не было значительного эффекта наследуемости в широком смысле. Следовательно, в уравнение регрессии была включена только наследуемость на основе маркеров. (Y = a + bX), где Y - значимый порог (-log 10 P -значение), a — точка пересечения, а b — наклон коэффициента регрессии для наследуемости на основе маркеров (X) кукурузы, сои и риса.В таблице 2 показаны пересечение и наклон уравнений регрессии в 10 из 100 различных повторений. Мы использовали исходные значения точки пересечения и наклона из 100 различных повторений, чтобы разработать окончательную формулу. Хотя соответствие уравнения регрессии было плохим для кукурузы (R 2 = 0,14) и риса (R 2 = 0,16) и было умеренным для сои (R 2 = 0,35), эти регрессии были очень значимыми ( P <0,0001) и указывают, что переменные-предикторы по-прежнему предоставляют информацию об ответе, даже если точки данных располагаются дальше от линии регрессии.

Таблица 2 Значения пересечения (a) и наклона (b) уравнений регрессии. (Y = a + bX), прогнозирующий значимый порог (-Log 10 P -значение) как функцию наследуемости на основе маркера (X) кукурузы, сои и риса

Для наборов данных на основе Ранее сообщенные результаты, предполагаемая наследуемость на основе маркеров составляла 66,8% для DP и 84,9% для ED у кукурузы, 28,6% для C13 и 77,8% для CW у сои и 42,8% для SD и 68,8% для PH в рисе. Эти основанные на маркере значения наследуемости использовались для определения значимых пороговых значений (-log 10 ( P )) значений, как показано на фиг.1, 2 и 3 на основе уравнения регрессии для каждой соответствующей культуры в таблице 2. Дополнительный файл 1: Рисунок S1 показывает взаимосвязь между значимым порогом ответа и наследуемостью на основе маркеров кукурузы, сои и риса.

Рис. 2

Манхэттенские графики -Log10 ( P ) в зависимости от хромосомного положения маркеров SNP, связанных с увяданием растительного покрова (CW) и соотношением изотопов углерода (C13), а также участков квантиля-квантиля (QQ) для сои из Фиксированная и случайная модель Circulating Probability Unification (FarmCPU).Наследственность по маркерам составила 28,6% для C13 и 77,8% для CW. Красная линия представляет значимый порог (значения -Log10 ( P ): 2,96 для C13 и 4,39 для CW), который был определен с использованием нашей формулы на основе наследуемости на основе маркеров, синяя линия представляет порог из FDR, а зеленая линия представляет порог из метода коррекции Бонферрони.

Рис. 3

Манхэттенские графики -Log10 ( P ) в зависимости от хромосомного положения маркеров SNP, связанных с семенами на метелку (SD) и высотой растения (PH) и графики квантиль-квантиль (QQ) для сои из фиксированной и случайной модели объединения вероятностей циркуляции (FarmCPU).Наследственность на основе маркеров составила 42,8% для SD и 68,8% для PH. Красная линия представляет значимый порог (значения -Log10 ( P ): 3,28 для SD и 3,75 для PH), который был определен с использованием нашей формулы на основе наследуемости на основе маркеров, синяя линия представляет порог из FDR, а зеленая линия представляет пороговое значение по методу коррекции Бонферрони

Манхэттен и графики QQ на фиг. 1–3 показаны сравнения порогового значения на основе нашей формулы (красная линия) с методами FDR (синяя линия) и поправки Бонферрони (зеленая линия) с использованием ранее опубликованных наборов данных для DP и ED кукурузы (рис.1), C13 и CW в сое (рис. 2) и SD и PH в рисе (рис. 3). Резкий излом вверх на графиках QQ указывает, где начинается порог значения P для истинных ассоциаций [19]. Порог значения P , определенный с помощью нашего метода, захватил больше истинных положительных результатов, чем методы поправок FDR и Бонферрони, на что указывает его приближение к точке излома, при которой наблюдаемое значение P резко возрастает. Некоторые из дополнительных маркеров, которые были идентифицированы для ранее опубликованных наборов данных с помощью нашего порогового значения, основанного на формуле, совпадали в той же области генома, что и ранее сообщенные исследования QTL для этого признака (данные не показаны).Признаки более высокой наследуемости в широком смысле у этих культур имели более высокие значимые пороговые значения. Среди видов сельскохозяйственных культур кукуруза с более низкой структурой LD имела более высокие значимые пороговые значения по сравнению с соей и рисом (рис. 1, 2, 3).

Мы также использовали один смоделированный признак сои, который имел 60% наследуемость в широком смысле и 10 QTL в трех случайно выбранных повторах (R4, R7 и R9), чтобы определить, правильно ли наша формула оценила пороговые значения P , указанные в 10 смоделированных QTL.Смоделированный признак в разных повторениях имел разные значения наследуемости на основе маркеров: 48,6% (R4), 43,2% (R7) и 39,1% (R9). Используя эту основанную на маркере наследуемость, были определены значимые пороговые значения P для смоделированного признака во всех трех повторениях. Результаты показали, что пороговые значения на основе нашей формулы идентифицировали 10 QTL для этого смоделированного признака в этих трех повторах в разных частях генома (рис. 4). Резкий излом вверх на графиках QQ от этой смоделированной черты во всех трех повторениях также указывает на то, что наши пороговые значения на основе формулы выявили 10 истинных ассоциаций (рис.4).

Рис. 4

Манхэттенские графики -Log10 ( P ) в зависимости от хромосомного положения маркеров SNP, связанных с симулированным признаком сои, который имел 60% наследуемость и 10 QTL из трех случайно выбранных повторов (R4, R7 и R9) с использованием набора данных реальных маркеров SNP и графиков квантиля-квантиля (QQ) для сои из фиксированной и случайной модели объединения вероятностей циркуляции (FarmCPU). Предполагаемая наследуемость этого смоделированного признака на основе маркеров составила 48,6% в R4, 43,2% в R7 и 39.1% в R9, который использовался в формуле для выбора значимых пороговых значений — значений Log10 ( P ), например 3,54 в R4, 3,38 в R7 и 3,26 в R9. Красная линия представляет значимые пороговые значения в этих различных повторениях. Для всех трех повторов было идентифицировано 10 маркеров выше порогового значения, но в некоторых случаях они могут быть скрыты за другими маркерами

Используя уравнение, разработанное на основе наследуемости на основе маркеров, мы оценили наши пороговые значения P с другим множественным сравнительным тестированием. методы, использующие результаты GWAS из ранее опубликованных наборов фенотипических данных кукурузы [23], сои [19, 20] и риса [24].Результаты показали, что выбор значимых пороговых значений на основе нашей формулы был менее консервативным, чем другие множественные сравнения при контроле как ложноположительных, так и ложноотрицательных результатов (таблица 3). В таблице 3 показаны сравнения отсутствия коррекции (нескорректированный P ≤ 0,05) с нашей формулой, поправкой Бонферрони и FDR. Поскольку поправки Бонферрони, Шидака, Хоммеля и Хохберга дали аналогичные результаты, а частота ложных обнаружений и положительная частота ложных обнаружений дали аналогичные результаты, в таблице 3 показаны только поправка Бонферрони и FDR.Для всех признаков кукурузы, сои и риса наша формула была менее консервативной в выявлении истинно положительных ассоциаций по сравнению с методами коррекции FDR и Бонферрони (Таблица 3). Столбец, помеченный «нет» в таблице 3, представляет собой выбор значимых SNP при пороговом значении (−log 10 P ≥ 3,5), который был произвольным выбором. Наша формула идентифицировала большее количество маркеров, чем нескорректированный метод, для признака C13 у сои, что могло быть связано с генерированием ложноотрицательных результатов в нескорректированном методе.

Таблица 3 Сравнение количества маркеров, определенных как значимые на основании различных критериев

Эти результаты показывают, что выбор значимых пороговых значений варьируется в разных популяциях и видах сельскохозяйственных культур, что зависит от наследуемости признака в конкретной среде. Результаты GWAS для этих сравнений были получены из модели FarmCPU, поскольку эта модель с несколькими локусами эффективно контролировала ложноположительные результаты, возникающие из-за структуры популяции и семейного родства, по сравнению со всеми моделями MLM (Kaler et al.неопубликованные результаты), которые являются моделями с одним локусом.

Расширенное открытие на платформе Orion

Эта тема платформы Orion применима только к следующим продуктам:

IPAM —
ЛА —
НАМ —
NCM —
НПМ —
SAM —
СКМ —
UDT —
ВМАН —
VNQM

На этом этапе вы завершили первоначальное открытие.Теперь вы можете добавлять открытия, чтобы включить другие сегменты вашей ИТ-среды.

Задания обнаружения не влияют на опрос. В первую очередь приоритет отдается опросу.

  • Несколько рабочих мест. SolarWinds рекомендует создавать столько заданий обнаружения, сколько необходимо для сканирования вашей сети. Первоначально запускайте задания немедленно, чтобы вы могли видеть все в своей сети, а затем запланируйте периодический запуск заданий.Разделение обнаружения на несколько заданий упрощает выбор того, что нужно отслеживать, и сокращает время выполнения каждого задания. Если у вас большая среда, рассмотрите возможность разделения заданий по обнаружению на:

    • Учетные данные — чем больше у вас учетных данных, тем больше времени требуется для выполнения задания обнаружения. Поместите наиболее распространенные учетные данные вверху списка.
    • Диапазон IP-адресов — используйте диапазон, состоящий менее чем из 2000 IP-адресов.В некоторых случаях неотвечающие IP-адреса замедляют обнаружение.
    • Задержка — запускайте обнаружение для удаленных офисов отдельно, чтобы можно было настроить порог тайм-аута.
    • Механизм опроса — если у вас несколько механизмов опроса, настройте обнаружение для определенного механизма опроса.
  • Диапазоны Discovery. Хотя вы можете обнаруживать определенные узлы, SolarWinds рекомендует использовать диапазон IP-адресов или подсетей для получения более полной картины вашей сети. Ни один из обнаруженных элементов не учитывается в общей сумме вашей лицензии и не влияет на производительность системы, пока вы не начнете мониторинг. Вы можете добавить несколько диапазонов IP-адресов или подсетей в одно сканирование, но вы не можете включать диапазоны IP-адресов и подсети в одно сканирование.

  • Пороги открытия. Если вы запускаете обнаружение, а узлы, которые вы ожидаете увидеть, не найдены, вам может потребоваться настроить пороговые значения тайм-аута и повтора. В среде с высокой задержкой значения по умолчанию могут быть недостаточно высокими. Регулируйте эти значения только после первоначального сканирования. Чем выше пороговое значение, тем больше времени требуется для выполнения задания обнаружения.

  • Двигатель опроса. Если у вас несколько механизмов опроса, вы увидите возможность выбрать механизм опроса. Выбранный вами механизм опроса запускает задание обнаружения и контролирует вашу сеть. SolarWinds рекомендует ограничить опрос до 12 000 элементов, поэтому будьте осторожны, чтобы не перегружать один механизм опроса. Если у вас большая среда со значительными различиями в задержке, разместите механизм опроса рядом с наблюдаемыми объектами.

  • Расписание интервалов. Запланируйте периодический запуск заданий обнаружения для определения новых устройств, добавленных в вашу сеть. Если вы не работаете в динамической среде, где к вашей сети часто добавляются новые устройства, SolarWinds рекомендует планировать обнаружение ежедневно. Вы также можете выбрать «Дополнительно» в раскрывающемся меню «Частота», чтобы создать настраиваемую частоту. Выбранный интервал расписания зависит от того, как часто вы хотите проверять наличие изменений в сети, а также от размера и производительности вашего развертывания.

  • Запланированные результаты. Запланированное вручную обнаружение только обнаруживает сетевые элементы, но не запускает мониторинг автоматически. Вы должны выбрать, что вы хотите, чтобы система отслеживала. Если запланированное задание обнаруживает узлы, мониторинг которых вы не хотите, выберите эти узлы и нажмите «Добавить в список игнорирования».Игнорирование скрывает элементы из списка результатов при следующем запуске задания обнаружения.

    Профили запланированного обнаружения не должны использовать диапазоны IP-адресов, которые включают узлы, использующие DHCP.

Правило события превышения порога времени

Чтобы использовать превышение порогового значения времени, на каждом уровне концентратора, где требуется функция превышения порогового значения, должны быть установлены следующие версии датчиков:

  • alarm_enrichment 4.40 или более поздней версии

  • baseline_engine 2.34 или более поздней версии

  • nas 4.40 или более поздней версии

  • Probe Provisioning Manager (PPM) 2.38 или более поздней версии

  • prediction_engine 1.01 или более поздней версии

Время превышения порога — это правило обработки событий, которое позволяет уменьшить количество сигналов тревоги, генерируемых при возникновении событий нарушения порога. Вы можете использовать время превышения порогового значения, чтобы отфильтровать всплески данных и отслеживать проблемные показатели за заданный период.Вместо отправки сигнала тревоги сразу после нарушения порога, Time Over Threshold:

  • Отслеживает события, которые происходят в течение заданного пользователем скользящего временного окна.

  • Отслеживает продолжительность времени, в течение которого метрика находится при каждом уровне серьезности аварийного сигнала.

  • Вызывает тревогу, если совокупное время, в течение которого метрика нарушается в течение скользящего окна, достигает установленного порогового значения времени.

Пример: превышение порогового значения в последовательном блоке

В этом примере используются следующие настройки:

  • Скользящее окно:

    30 минут.

  • Время превышения порогового значения:

    10 минут.

  • Уровни аварийной сигнализации:

    Пороги очистки, информации, предупреждения, второстепенной, серьезной и критической сигнализации устанавливаются в графическом интерфейсе пользователя датчика.

Время превышения порогового значения не обязательно должно происходить последовательно в скользящем временном окне. Все время в скользящем окне отсчитывается до порогового значения времени.

Пример: превышение порогового значения в непоследовательном блоке

В этом примере используются следующие настройки:

  • Скользящее окно:

    30 минут.

  • Время превышения порогового значения:

    10 минут.

  • Установленные уровни серьезности аварийных сигналов:

    Пороги аварийных сигналов «Очистить», «Информация», «Предупреждение», «Незначительные» и «Основные» устанавливаются в графическом интерфейсе пользователя датчика.

Рабочий процесс превышения порогового значения

baseline_engine TOT-диаграмма

  1. Зонд baseline_engine оценивает метрики QoS от зондов в сравнении со статическими и динамическими определениями пороговых значений.

  2. Зонд baseline_engine генерирует сообщения о нарушении пороговых значений при превышении пороговых значений.

  3. Зонд nas реализует правило обработки событий превышения порогового значения для фильтрации всплесков данных. Эта обработка событий дает более точное отражение поведения при нарушении порога.

Подавление аварийного сигнала во время превышения порогового значения

После того, как метрика достигает состояния превышения порогового значения, аварийный сигнал генерируется для каждого дополнительного нарушения порогового значения. По умолчанию эти повторяющиеся сигналы тревоги увеличивают счетчик подавления сигнала тревоги, но в противном случае они не будут видны.Если подавление отключено, повторяющиеся алармы обрабатываются как новые алармы и будут видны в USM или графическом интерфейсе пользователя nas.

Условия сброса аварийного сигнала с использованием превышения порогового значения

Автоматическая очистка — это дополнительная настройка, которая сбрасывает аварийный сигнал превышения порогового значения при отсутствии новых событий нарушения порогового значения в течение определенного периода времени. Если автоматическая очистка включена, таймер запускается после получения события очистки. Если после получения события сброса в окно автоматической очистки не поступают никакие последующие события нарушения порога, сигнал тревоги автоматически сбрасывается (устанавливается на уровень 0).Прибытие события нарушения порога сбрасывает правило очистки, которое ожидает прибытия следующего события очистки, прежде чем таймер снова запустится.

Автоматически очищаемый аварийный сигнал превышения порогового значения может быть автоматически подтвержден (и закрыт) с помощью параметра

Accept automatic «Подтверждение» аварийного сигнала

в графическом интерфейсе пользователя nas probe, который включен по умолчанию. Если эта опция отключена, в истории аварийных сигналов останутся аварийные сигналы с чистым (зеленым) уровнем серьезности, и их необходимо подтвердить вручную.

Время автоматического сброса сохраняется, если датчик alarm_enrichment не активен. Если зонд alarm_enrichment останавливается и затем снова активируется, все работающие таймеры автоочистки перезапускаются с одним из следующих вариантов:

  • Время исходной автоочистки, если оно еще не наступило.

  • Одна минута, если исходное время автоматической очистки прошло.

Пример: превышение порогового значения с использованием автоочистки

В этом примере используются следующие настройки:

  • Скользящее окно:

    30 минут.

  • Время превышения порогового значения:

    10 минут.

  • Уровни серьезности аварийных сигналов:

    Пороги аварийных сигналов «Очистить», «Информация», «Предупреждение», «Незначительные» и «Основные» устанавливаются в графическом интерфейсе пользователя.

Изменения серьезности аварийного сигнала во время превышения порогового значения

Пороговое значение превышения времени оценивается для каждого определяемого пользователем уровня серьезности события. Это означает, что метрика должна иметь повышенную серьезность аварийного сигнала в течение определенного времени превышения порогового значения, прежде чем серьезность изменится.Затем устанавливается новый уровень серьезности аварийного сигнала, соответствующий совокупной серьезности события в окне «Время превышения порогового значения».

Каждый раз, когда возникает событие нарушения порога, серьезность аварийного сигнала превышения порога определяется следующим образом:

  1. Рассчитывается совокупное время событий нарушения порога в скользящем окне с критической серьезностью. Если это время превышает заданное время превышения порога, серьезность сигнала тревоги устанавливается на Критический, и обработка правила завершается.

  2. Вычисляется совокупное время событий нарушения порога в скользящем окне с серьезностью Major или выше. Если это время превышает заданный порог превышения времени, устанавливается серьезность тревоги «Большая» и обработка правила завершается.

  3. Вычисляется совокупное время событий нарушения порога в скользящем окне со степенью серьезности Незначительная или выше. Если это время превышает заданное время превышения порогового значения, устанавливается уровень серьезности сигнала тревоги «Незначительный» и обработка правила завершается.В противном случае алгоритм продолжает работу по этому шаблону для оставшихся уровней серьезности.

Пример: превышение порогового значения с возрастающей серьезностью

В этом примере используются следующие настройки:

  • Скользящее окно:

    20 минут.

  • Время превышения порогового значения:

    10 минут.

  • Уровни серьезности аварийных сигналов:

    Пороги аварийных сигналов «Очистить», «Информация», «Предупреждение», «Незначительные» и «Основные» устанавливаются в графическом интерфейсе пользователя.

  1. Время 20

    — Аварийный сигнал превышения порогового значения срабатывает после десяти минут накопления времени события превышения порогового значения. Уровень серьезности сигнала тревоги установлен на 1, поскольку первое соответствующее условие правила превышения порогового значения — «серьезность события равна 1 или выше».

  2. Время 25

    — Уровень серьезности повышен до 2, поскольку условие правила превышения порога времени «серьезность события 2 или больше» теперь истинно

  3. Время 30

    — Уровень серьезности повышен до 3, поскольку Условие правила «Время превышения порогового значения» «серьезность события 3 или выше» теперь выполняется.

Time Over Threshold оценивает только уровни серьезности аварийных сигналов, которые установлены в графическом пользовательском интерфейсе конфигурации датчика.

Пример: превышение порогового значения с двумя установленными уровнями серьезности

В этом примере используются следующие настройки:

  • Скользящее окно:

    30 минут.

  • Время превышения порогового значения:

    10 минут.

  • Уровни серьезности аварийных сигналов:

    Пороговые значения малых и значительных аварийных сигналов устанавливаются в графическом интерфейсе пользователя датчика.

  1. Время 30

    — Аварийный сигнал превышения порогового значения срабатывает через десять минут времени события превышения порогового значения. Для уровня серьезности аварийного сигнала превышения порогового значения установлено значение 3, поскольку первое соответствующее условие правила превышения порогового значения — «серьезность события равна 3 или выше».

Пример: превышение порогового значения с несколькими уровнями серьезности

В этом примере используются следующие настройки:

  • Скользящее окно:

    8 минут.

  • Время превышения порогового значения:

    4 минуты.

  • Уровни серьезности аварийных сигналов:

    Пороги аварийных сигналов «Очистить», «Информация», «Предупреждение», «Незначительные» и «Основные» устанавливаются в графическом интерфейсе пользователя.

  1. Время 8

    — Аварийный сигнал превышения порогового значения срабатывает после четырех минут накопления времени события превышения порогового значения. Уровень серьезности сигнала тревоги установлен на 1, поскольку первое соответствующее условие правила превышения порогового значения — «серьезность события равна 1 или выше».

  2. Время 10

    — Уровень серьезности повышен до 2, поскольку условие правила TOT «серьезность события 2 или больше» теперь истинно.

  3. Время 16

    — Уровень серьезности повышен до 3, поскольку условие правила TOT «серьезность события 3 или выше» теперь истинно.

  4. Время 21

    — Степень серьезности сигнала тревоги снижается до 2, поскольку в 8-минутном скользящем окне больше нет 4 минут или более серьезности 3 или выше, но есть 4 минуты или более серьезности 2 или более

  5. Время 25

    — Степень серьезности сигнала тревоги снижается до 1, поскольку в 8-минутном скользящем окне больше 4 минут или более серьезности 2 или выше, но есть 4 минуты или более серьезности 1 или выше

  6. Время 30

    — Аварийный сигнал сброшен, поскольку в течение четырех минут не происходит никаких новых нарушений и выполняется условие автоматического сброса.

Поддерживаемые типы пороговых значений

Статические и динамические типы пороговых значений в настоящее время поддерживаются с помощью Time Over Threshold. См. Раздел «Настройка пороговых значений срабатывания сигнализации» для получения дополнительной информации.

Дополнительные сценарии превышения порогового значения

В следующих примерах показаны дополнительные сценарии превышения порогового значения с использованием определенных показателей проверки.

Пример: URL_response Probe Metric Время до первого байта

В этом примере используются следующие настройки:

  • Скользящее окно:

    5 минут.

  • Время превышения порогового значения:

    3 минуты.

  • Уровни серьезности аварийного сигнала:

    • Уровень серьезности аварийного сигнала 2 установлен на 100 мс.

    • Уровень серьезности аварийного сигнала 3 установлен на 300 мс.

    • Уровень серьезности аварийного сигнала 4 установлен на 700 мс.

    • Уровень серьезности аварийного сигнала 5 установлен на 1000 мс.

  1. Время 8

    -Три минуты времени до первого байта 100 мс или более наблюдаются в скользящем окне и отправляется аварийный сигнал степени 2.

  2. Время 14

    — Наблюдается три минуты времени до первого байта длиной 300 мс или больше. Уровень серьезности аварийного сигнала повышается до 3.

  3. Время 20

    — Наблюдается трехминутный интервал времени до первого байта длительностью 700 мс или более. Уровень серьезности аварийного сигнала повышается до 4.

  4. Время 25

    — Происходит три минуты до первого байта длиной 1000 мс или более. Уровень опасности повышается до 5.

Пример: CDM Probe Metric Disk Usage

В этом примере используются следующие настройки:

  • Скользящее окно:

    45 минут.

  • Время превышения порогового значения:

    5 минут.

  • Уровни серьезности аварийного сигнала:

    Критический порог аварийного сигнала установлен на 80% в графическом интерфейсе пользователя датчика.

  1. Превышение порогового значения времени возникает только в течение четырех минут, и сигнал тревоги не отправляется.

Пример: Использование диска метрики CDM Probe (изменено для отправки сигнала тревоги превышения порогового значения)

В этом примере используются следующие настройки:

  • Скользящее окно:

    15 минут.

  • Время превышения порогового значения:

    5 минут.

  • Уровни серьезности аварийного сигнала:

    Критический порог аварийного сигнала установлен на 80% в графическом интерфейсе пользователя датчика.

  1. Время 15

    -Пять минут использования диска при 80% или более наблюдается в скользящем окне, и отправляется сигнал тревоги с уровнем серьезности 5.

  2. Время 21

    — Аварийный сигнал сбрасывается через пять минут времени ниже установленного уровня серьезности.

Рекомендации по превышению порогового времени

При использовании порогового значения времени соблюдайте следующие рекомендации:

  • Установите для окна автоматической очистки более длительный интервал, чем время превышения порогового значения. Установка меньшего размера окна автоматической очистки приводит к чрезмерному количеству сигналов тревоги из-за быстрой автоматической очистки.

  • Установите для параметра Time Over Threshold более длительный интервал, чем период выборки для метрики QoS. Установка меньшего порога превышения времени дает те же результаты, что и отключение правила превышения порогового значения.

  • Оцените свою отслеживаемую систему и определите подходящие значения как для скользящего окна, так и для порога превышения времени. Значения, слишком большие для вашей системы, могут привести к подавлению сигналов тревоги, о которых вам может потребоваться знать.

Настроить пороговое значение времени превышения

Любые аварийные сигналы, генерируемые вторичными NAS, должны передаваться на первичные NAS с использованием репликации.

  1. В графическом пользовательском интерфейсе зонда выберите узел в дереве для просмотра всех связанных мониторов и показателей QoS.

  2. Выберите монитор, который вы хотите изменить, из доступного списка.

  3. Установите флажки

    Publish Data

    ,

    Publish Alarms

    и

    Compute Baseline

    .

  4. Установите флажок

    Dynamic Alarm

    или

    Static Alarm

    .

  5. Для динамического или статического сигнала тревоги установите флажок

    Включить динамическое превышение порогового значения

    или

    Включить статическое превышение порогового значения

    .

  6. Введите значения в следующие поля:
    • Время превышения порогового значения

      — Продолжительность времени, в течение которого метрика должна оставаться выше порогового значения, прежде чем будет отправлен сигнал тревоги.

    • Скользящее временное окно

      -Продолжительность скользящего окна, в течение которого метрики отслеживаются на предмет нарушений пороговых значений.

    • Единицы времени для и

      — Единица измерения, используемая параметрами

      Time Over Threshold

      и

      Time Window

      .Ограничено минутами, часами или днями.

    • Автоматически сбросить тревогу

      — включает функцию автоматической очистки.

    • Время задержки сброса

      — Продолжительность времени, используемого таймером автоматического сброса. Если в установленный период времени не будет отправлено никаких сигналов тревоги, сигнал тревоги автоматически сбрасывается.

    • Единицы времени для

      — Единица измерения, используемая при автоматической очистке. Ограничено минутами, часами или днями.

  7. Сохраните изменения.

Следующие изменения вступят в силу немедленно:

  • Новые правила превышения порогового значения.

  • Изменяет параметр времени задержки сброса.

  • Переход к активному состоянию превышения порогового значения.

Следующие изменения вступят в силу при следующем полученном сигнале тревоги:

  • Изменения в параметре превышения порогового значения.

Add a comment

Ваш адрес email не будет опубликован.