데이터를 준비하고 스토리지 계정에 업로드

중요합니다

2023년 9월 20일부터 새로운 Anomaly Detector 리소스를 만들 수 없습니다. Anomaly Detector 서비스는 2026년 10월 1일에 사용 중지됩니다.

다변량 변칙 검색을 사용하려면 데이터를 처리하기 위한 학습과 추가 학습 및 유추 단계를 위해 데이터를 저장하기 위한 Azure Storage 계정이 필요합니다.

데이터 준비

먼저 학습 및 유추를 위해 데이터를 준비해야 합니다.

입력 데이터 스키마

다변량 변칙 검색은 OneTable 및 MultiTable이라는 두 가지 유형의 데이터 스키마를 지원합니다. 이러한 스키마 중 하나를 사용하여 데이터를 준비하고 추가 학습 및 유추를 위해 스토리지 계정에 업로드할 수 있습니다.

스키마 1: OneTable

OneTable은 다변량 변칙 검색 모델을 학습시킬 모든 변수와 하나의 timestamp 열이 포함된 하나의 CSV 파일입니다. 하나의 테이블 샘플 데이터 다운로드

• timestamp 값은 ISO 8601을 준수해야 합니다. 다른 열에 있는 다른 변수의 값은 정수 또는 소수 자릿수가 있는 소수일 수 있습니다.

• 학습 관련 변수와 유추 관련 변수는 일관되어야 합니다. 예를 들어 series_1, series_2, series_3, series_4, series_5를 학습에 사용하는 경우 유추를 위해 똑같은 변수를 제공해야 합니다.

  예：

스키마 2: MultiTable

MultiTable은 하나의 파일 폴더에 있는 여러 CSV 파일이며, 각 CSV 파일에는 하나의 변수에 대한 두 개의 열만 포함되며 정확한 열 이름은 timestamp 및 value입니다. 여러 테이블 샘플 데이터를 다운로드하여 압축을 풉니다.

• timestamp 값은 ISO 8601을 준수해야 합니다. value는 정수 또는 소수 자릿수가 있는 소수일 수 있습니다.

• Csv 파일의 이름은 변수 이름으로 사용되며 고유해야 합니다. 예를 들면 temperature.csv 및 humidity.csv입니다.

• 학습 관련 변수와 유추 관련 변수는 일관되어야 합니다. 예를 들어 series_1, series_2, series_3, series_4, series_5를 학습에 사용하는 경우 유추를 위해 똑같은 변수를 제공해야 합니다.

  예：

참고 항목

타임스탬프에 시간, 분 및/또는 초가 있는 경우 API를 호출하기 전에 타임스탬프가 올바르게 반올림되었는지 확인합니다. 예를 들어, 데이터 빈도가 30초마다 하나의 데이터 요소여야 하지만 “12:00:01” 및 “12:00:28”과 같은 타임스탬프가 표시되는 경우 이는 타임스탬프를 “12:00:00” 및 “12:00:30”과 같은 새 값으로 전처리해야 한다는 강력한 신호입니다. 자세한 내용은 모범 사례 문서의 “타임스탬프 반올림” 섹션을 참조하세요.

스토리지 계정에 데이터 업로드

위의 두 스키마 중 하나로 데이터를 준비하면 CSV 파일(OneTable) 또는 데이터 폴더(MultiTable)를 스토리지 계정에 업로드할 수 있습니다.

1. 스토리지 계정을 만들고, Anomaly Detector 리소스를 만들 때의 단계와 유사한 필드를 입력합니다.

   

2. 스토리지 계정 리소스의 왼쪽에서 컨테이너를 선택하고 +컨테이너를 선택하여 데이터를 저장할 컨테이너를 만듭니다.

3. 컨테이너에 데이터 업로드

   OneTable 데이터 업로드

   만든 컨테이너로 이동하여 업로드를 선택한 다음, 준비된 CSV 파일을 선택하고 업로드합니다.

   데이터가 업로드되면 CSV 파일을 선택하고 작은 파란색 단추를 통해 Blob URL을 복사합니다. (추가 단계를 위해 편리한 위치에 URL을 붙여넣으세요.)

   

   MultiTable 데이터 업로드

   만든 컨테이너로 이동하여 업로드를 선택한 다음, 고급을 선택하고 폴더에 업로드에서 폴더 이름을 시작하고 개별 CSV 파일에서 모든 변수를 선택하고 업로드합니다.

   데이터가 업로드되면 폴더로 이동하여 폴더에서 하나의 CSV 파일을 선택하고, Blob URL을 복사하여 이 CSV 파일의 이름 앞 부분만 유지합니다. 따라서 최종 Blob URL은 폴더 링크가 됩니다. (추가 단계를 위해 편리한 위치에 URL을 붙여넣으세요.)

   

4. 스토리지 계정의 데이터를 읽을 수 있는 Anomaly Detector 액세스 권한을 부여합니다.

   • 컨테이너 왼쪽에서 액세스 제어(IAM)를 선택하고 + 추가를 선택하여 역할 할당 추가를 선택합니다. 추가 역할 할당이 사용하지 않도록 설정된 경우 스토리지 계정 소유자에게 문의하여 컨테이너에 소유자 역할을 추가하세요.

   

   • Storage Blob 데이터 판독기의 역할을 검색하여 선택하고 다음을 선택합니다. 기술적으로는 아래에 강조 표시된 역할과 소유자 역할이 모두 작동해야 합니다.

   

   • 관리 ID에 대한 액세스 할당 및 구성원 선택을 선택하고 이전에 만든 Anomaly Detector 리소스를 선택한 다음, 검토 + 할당을 선택합니다.

다음 단계

• 다변량 변칙 검색 모델
• 다변량 변칙 검색 모범 사례