对于 WAF 策略，采样是指分配一定百分比的入站请求以参与应用程序学习流程的过程。本主题详细介绍了通过应用程序 UI 启用采样和修改采样百分比的步骤。
在控制器中进行分析时，采样率控制服务引擎收集数据的频率。
如果采样频率值设置为 50%，则服务引擎仅收集 50% 的入站请求或每隔一个请求收集一次。
建议在应用程序学习的初始阶段使用 100% 的采样百分比。这有助于更快地汇总数据并更高效地进行应用程序学习。
在没有可供学习的新数据时，使用较低的采样率可以节省 SE 资源。在进行学习时，发送到 NSX Advanced Load Balancer 的 URI 信息量将会达到高峰或出现下降。
NSX Advanced Load Balancer 将调整（减少）的采样百分比发送到 SE。在采样后，SE 只需检查或评估一少部分入站流量。应用程序学习的最大采样百分比设置为 100%，最小百分比可以设置为 1%。
默认情况下，分析配置文件下提供的 enable_adaptive_config 参数的值将设置为 true。
要禁用自适应学习，请将 enable_adaptive_config 的值设置为 false。
在自适应应用程序学习中，当 SE 收到新类型的流量时，NSX Advanced Load Balancer 将更改学习的采样率。
WAF 策略的学习选项卡下提供了用于手动设置采样百分比的选项。
要更改 WAF 策略的入站请求的采样百分比，请执行以下操作。
导航到。
单击学习选项卡，如下所示。
该参数的值可以设置为 1 到 100 之间的任何值。
注：
建议保留采样率的默认设置。
