Anomaly Detector とは何か
重要
2023 年 9 月 20 日以降は、新しい Anomaly Detector リソースを作成できなくなります。 Anomaly Detector サービスは、2026 年 10 月 1 日に廃止されます。
Note
2023 年 7 月時点で、Azure AI サービスには、以前 Cognitive Services および Azure Applied AI Services と呼ばれていたものすべてが含まれています。 価格に変更はありません。 Cognitive Services および Azure Applied AI という名前は、Azure の課金、コスト分析、価格表、および Price API で引き続き使用されます。 アプリケーション プログラミング インターフェイス (API) や SDK に破壊的変更はありません。
Anomaly Detector は、一連の API を備えた AI サービスであり、機械学習 (ML) の知識が少なくても、時系列データの監視や異常の検出を、バッチ検証やリアルタイム推論で行うことができます。
このドキュメントには、次のような記事が記載されています。
- クイックスタートは、サービスの呼び出しと結果の取得を短時間で行えるようにする、ステップバイステップの手順です。
- 対話型デモは、簡単な操作で Anomaly Detector がどのように機能するかを理解するのに役立ちます。
- 攻略ガイドには、より具体的またはカスタマイズした方法でサービスを使用するための手順が記載されています。
- チュートリアルはより長文のガイドであり、より広範なビジネス ソリューションのコンポーネントとしてこのサービスを使用する方法を示すものです。
- コード サンプルでは、Anomaly Detector の使用方法を示しています。
- 概念の記事では、サービスの機能と特長について詳しく説明しています。
Anomaly Detector の機能
Anomaly Detector を使用すると、Univariate Anomaly Detector を使用して 1 つの変数の異常を検出したり、Multivariate Anomaly Detector を使用して複数の変数の異常を検出したりすることができます。
| 機能 | 説明 |
|---|---|
| 一変量異常検出 | 収益やコストなど、1 つの変数の異常を検出します。モデルは、データ パターンに基づいて自動的に選択されています。 |
| 多変量異常検出 | 相関関係を持つ複数の変数の異常を検出します。これは通常、機器やその他の複雑なシステムから収集されます。 使用される基になるモデルは、グラフ アテンション ネットワークです。 |
一変量異常検出
Univariate Anomaly Detector API を使用すると、機械学習の知識がなくても、時系列データを監視し、異常を検出できます。 アルゴリズムでは、産業、シナリオ、データ量に関係なく、データに最適なモデルが自動的に特定され、適用されます。 この API では、時系列データを使用し、異常検出の境界、予想される値、異常となるデータ ポイントが判断されます。
Anomaly Detector の使用にあたり、機械学習の経験は必要ありません。REST API によってサービスをアプリケーションやプロセスに簡単に統合できます。
Univariate Anomaly Detector では、異常を時系列データ全体で自動的に検出したり、発生時にリアルタイムで検出したりできます。
| 機能 | 説明 |
|---|---|
| ストリーミング検出 | 前に確認されたデータ ポイントを利用し、最新のデータ ポイントが異常であるかどうかを判断することでストリーミング データ内の異常を検出します。 この操作では、送信したデータ ポイントを利用してモデルが生成され、ターゲットのポイントが異常であるかどうかが判断されます。 生成する新しいデータ ポイントで API を呼び出すことで、作成時にデータを監視できます。 |
| バッチ検出 | 時系列データを使用し、データ全体に存在する可能性がある異常を検出します。 この操作により、時系列データ全体を使用してモデルが生成されます。各ポイントが同じモデルで分析されます。 |
| 変更ポイントの検出 | 時系列データを使用し、データに存在する傾向の変化点を検出します。 この操作により、時系列データ全体を使用してモデルが生成されます。各ポイントが同じモデルで分析されます。 |
多変量異常検出
多変量異常検出 API を使用すると、機械学習の知識やラベル付けされたデータがなくても、一連のメトリックから異常を検出するための高度な AI を開発者がさらに容易に統合することができます。 最大 300 の異なる信号間の依存関係や相互相関が自動的に主要な要因として考慮されるようになりました。 この新しい機能を使用すると、ソフトウェア アプリケーション、サーバー、工業用機械、宇宙船、さらにユーザーのビジネスなどの複雑なシステムを障害から予防的に保護することができます。
回転、燃圧、ベアリングなどの 20 種類の信号を生成する、自動車エンジンの 20 個のセンサーがあると想定します。それらの信号を個別に読み取っても、システム レベルの問題についてはあまりわからないかもしれませんが、それらを総合するとエンジンの健全性を表すことができます。 これらの信号の相互作用が通常の範囲から外れた場合、多変量異常検出機能によって、経験豊かな専門家のように異常を検知できます。 基になる AI モデルは、ユーザーのビジネスの固有のニーズを理解できるように、データを使用してトレーニングおよびカスタマイズされます。 Anomaly Detector の新しい API を使用して、開発者は、多変量時系列の異常検出機能を、予測メンテナンス ソリューション、複雑なエンタープライズ ソフトウェア用の AIOps 監視ソリューション、またはビジネス インテリジェンス ツールに簡単に統合できるようになりました。
Anomaly Detector コミュニティに参加する
Microsoft Teams の Anomaly Detector Advisors グループに参加して、より良いサポートと更新プログラムを受けましょう!
アルゴリズム
ブログと論文:
ビデオ: