持续和不间断地监控基础架构使IT运营专业人员能够了解每个网络组件的需求。随着时间的推移，随着专业知识和专业知识的不断增长，IT管理员将更深入地了解基础架构中设备的最佳性能水平。在最佳性能水平下，设备正在最大限度地发挥其潜力，为生产力做出贡献，同时也不超过建议的性能设置。低于最佳值，设备不会为基础架构贡献其潜力，而高于最佳值，设备会冒着健康、寿命和最终性能恶化的风险。保持这种良好的平衡是IT管理员面临的挑战之一。
在传统的基础架构管理中，IT管理员为网络设备上的关键性能指标设置阈值。设置阈值有助于资源的无缝分配，以确保峰值性能。
然而，在大型基础架构中，手动配置阈值是一项艰巨的任务。不能指望IT管理员知道基础架构中每个设备的每分钟阈值设置，这不可能人道地存在。手动阈值配置也是一个挑战，因为：
多亏了OpManager Plus的自适应阈值功能，网络管理员可以无缝执行在基础架构组件上设置阈值水平的关键任务。自适应阈值功能通过机器学习成为可能，机器学习可以快速适应网络设备不断变化的性能指标。通过使用先进的预测算法和基于百分比的计算，它为指标设置高度可靠的值，并使用它们为性能监视器设置阈值，使任务比以往任何时候都更容易。
传统上，阈值配置由IT管理员根据以前的趋势和利用模式，在得出设备特定显示器的名义值后确定。有了这些信息，设置了三个级别的网络监控告警-注意力、关键和故障。三个级别的告警被分配到基线值，当超过该值时，会触发相关告警。阈值配置更改在设备级别完成，也批量完成，适用于多个设备。
有了OpManager Plus的自适应阈值功能，阈值配置的艰巨任务变得更好。IT管理员必须经历的大量历史趋势和模式，现在通过利用OpManager Plus的可观察性和高级预测算法，让位于更快、更自动化的流程。该算法读取时间间隔、多个网络使用模式的性能统计数据，并确定每个显示器的“预测”值。预测算法需要大约3天的性能数据来提供预测值。在建立数据并设置预测值后，OpManager Plus开始基于阈值的监控，使用基线阈值来控制发出告警的频率和标准。
一旦打开自适应阈值，设置告警就很简单了。用户只需为每个告警级别指定偏差值。如果监视器值高于特定级别的配置偏差值，则会发出该监视器相应级别的告警。
例如，假设网络带宽使用监视器的预测监视器值为50，注意/故障/关键的偏差值设置为5/10/15。在这种情况下，如果带宽使用值超过55（50 + 5），则会生成具有关键度“注意”的告警。同样，如果带宽使用值超过60和65，则分别生成具有关键度“问题”和“关键”的告警。
自适应阈值的净好处是：
OpManager Plus的自适应阈值功能由机器学习启用，使网络管理员能够无缝地为基础架构组件建立阈值水平。通过实施尖端的预测算法和基于百分比的计算，自适应阈值为性能监视器提供了准确的值。事实证明，此功能是一个变革性的增强功能，因为它通过动态调整不断变化的性能指标来简化网络监控，增强了整个网络的可观察性。了解更多关于OpManager Plus的信息