时间间隔

本节提供了关于代理签入和引擎扫描频率的时间指导，在此期间，组件将根据规定的时间表与 Neurons 平台进行通信。 利用时间间隔了解各个项目的运行时间，从而判断 Neurons 平台 UI 中的数据是否是最新数据。

• 库存扫描：4-7 天（随机），其中每个间隔内的确切开始时间是随机的。 列表扫描将每隔 4-7 天传输一台设备的完整数据集，其大小约为 4-7 MB。
  • 列表扫描 - Linux 和 Mac：4 天。 重复间隔为 3 天，每个间隔内的确切开始时间是随机的。

• 代理签入：200 分钟。 重复间隔为 200 分钟，每个间隔内的确切开始时间是随机的。 每个设备发送少量数据以识别设备并包含 JWT 令牌。

• Discovery 扫描：发现的每个设备发送的大致数据。 1kb/设备。
  • 网络范围扫描：按用户配置的计划扫描。
  • 被动扫描：始终监听网络，在听到有关设备的消息后大约 5 分钟内上传。
  • 全局发现扫描：如果启用，将扫描在“已发现的设备”页面中显示且不在已配置范围内的设备。 每台设备在上次扫描 24 小时后重新扫描。 每次扫描后立即上传结果。

• 修补程序和二进制文件更新：1 小时。 重复间隔为 1 小时，每个间隔内的确切开始时间是随机的。

• 应用程序分发客户端
  • 检查所有应用程序：每四个小时一次。
  • 缓存清理：每 12 小时一次。 过去七天内未创建或修改的文件将被删除。
  • 重新启动：由代理重新启动策略设置确定的时间安排。 完成重新启动请求后，正在进行的应用程序分发安装将自动恢复。

规范化

规范化是跨数据源对数据进行标准化的过程。 例如，假设您有三个不同的来源，它们都提供特定设备的制造商。 来源 A 是“Dell”，来源 B 是“Dell Inc.”，而来源 C 是“Dell Technologies”。 当您将这些数据集中在一个来源中时，您需要选择要使用的值。 在此示例中，正确的法律术语是“Dell Inc.”。 但是，大多数人通常将其称为“Dell”，因此这是最有可能使用的值。 

Ivanti Neurons 有一个规范化引擎来处理这样的情况，以清理它发现、盘存和导入的数据，以便它可以在许多其他系统中使用。 Ivanti Neurons 永远不会覆盖任何原始数据并单独存储每个源。 这样，如果更新规范化规则，它们可以再次应用于数据。