잠토의 잠망경

해당 자료는 MDS의 Splunk 기초 교육의 내용을 실습하면서 정리한 사항이다. 강의 교재를 바탕으로 진행되었다. 대시보드 → student4-web Store Server Errors를 선택한다. 편집을 클릭한다. All Status Errors by Location에서 톱니바퀴를 선택한다. 미리 작성된 패널로 변환을 클릭한다. id: student004_bcg_webstore_all_status_errors_by_location 검색에서 열기를 클릭한다. 다른 이름으로 저장 → 대시보드 패널 을 선택한다. 그리고 아래 내용을 입력한다. category 입력값 대시보드 새로만들기 대시보드 제목 student004-Version 2: Web Store Server Errors 대시보드 ID studen..

trendtype 이동 평균선에 관한 것들(주식) sourcetype="access_combined" action=purchase status=200 | timechart span=2h sum(price) as sales | trendline sma2(sales) as trend시각화 일반 > 다중계열모드: 아니오, 데이터 값 표시: 최소/최대 차트오버레이 > 오버레이: trend iplocation sourcetype="linux_secure" (fail* OR invalid) | iplocation src_ip※ 정확도가 낮다.(detail 능력이 떨어짐) 지도 그림 지도 그림 그리기 sourcetype="linux_secure" (fail* OR invalid) | iplocation src_ip ..

[Splunk] Study - 2월 21일(time 2) 단축키 자동 정렬: ctrl + \ report 생성 command 긍정문으로 해야 속도가 빠름 pipeline table sourcetype="access_combined" | table clientip, action, productid, stutsrename sourcetype="access_combined" | table clientip, action, productid, stuts | rename clientip as "client"fields -, + : 쓸데없는 column 제거용도 dedup 중복 제거용도 sourcetype="access_combined" | table clientip, action, productid, stuts |..

Lab 2 - Searching command 기본 내용 공백의 경우 기본 AND이다. OR, AND, NOT는 대문자로 typing해보자 기본 search error OR fail*error 이 포함된것과 fail*이 포함된것을 검색한다. 기본 search - AND fail* password공백에는 AND가 포함된것이다. 기본 search - sourcetype으로 범주 설정 sourcetype="linux_secure" fail* passwordsourcetype으로 범주를 설정할 수 있다. time s=seconds, m=minus, h=hours, d=days, w=week, mon = months, y=year시간은 keyword로 대표된다. snap이란? @로 표현되면 끊어준다고 표현된다. ..

http://jakevdp.github.io/blog/2013/12/19/a-d3-viewer-for-matplotlib/ A D3 Viewer for Matplotlib Visualizations | Pythonic Perambulations Conclusion¶ As I mentioned above, there is still a lot to be done to make this a truly useful tool for data exploration: right now, the list of usupported features alone likely dwarfs the size of the current code base! But as a proof-of-concept, I think th jake..

GITHUB https://github.com/yiwonjae/Project_Lotto/blob/master/Book_001/p130.py 0. 목표 ''' data [10, 20, 30, 40, 50, 60, 70, 80, 90] X(input), y(output) 10, 20, 30, 40 20, 30, 40, 50 30, 40, 50, 60 ''' 1. DATA raw_seq = np.asarray([10, 20, 30, 40, 50, 60, 70, 80, 90]) 2. DATA 정제 X import numpy as np from numpy import ndarray def split_sequence(sequence:ndarray, n_steps:int)->(ndarray, ndarray): x =..

GITHUB https://github.com/yiwonjae/Project_Lotto/blob/master/Book_001/p128.py 0. 목표 ''' data [10, 20, 30, 40, 50, 60, 70, 80, 90] X(input), y(output) 10, 20, 30, 40 20, 30, 40, 50 30, 40, 50, 60 ''' 1. DATA raw_seq = np.asarray([10, 20, 30, 40, 50, 60, 70, 80, 90]) 2. DATA 정제 X import numpy as np from numpy import ndarray def split_sequence(sequence:ndarray, n_steps:int)->(ndarray, ndarray): x =..

GITHUB https://github.com/yiwonjae/Project_Lotto/blob/master/Book_001/p127_LSTM.py 0. 목표 ''' data [10, 20, 30, 40, 50, 60, 70, 80, 90] X(input), y(output) 10, 20, 30, 40 20, 30, 40, 50 30, 40, 50, 60 ''' 1. DATA raw_seq = np.asarray([10, 20, 30, 40, 50, 60, 70, 80, 90]) 2. DATA 정제 X import numpy as np from numpy import ndarray def split_sequence(sequence:ndarray, n_steps:int)->(ndarray, ndarray)..