Anomaly Detector란?
Important
2023년 9월 20일부터 새로운 Anomaly Detector 리소스를 만들 수 없습니다. Anomaly Detector 서비스는 2026년 10월 1일에 사용 중지됩니다.
Anomaly Detector는 API 집합이 포함된 AI 서비스로, 일괄 처리 유효성 검사 또는 실시간 유추와 같은 ML(기계 학습) 지식이 거의 없어도 시계열 데이터의 변칙을 모니터링하고 검색할 수 있습니다.
이 설명서에는 다음과 같은 유형의 문서가 포함되어 있습니다.
- 빠른 시작은 서비스를 호출하고 짧은 시간 내에 결과를 얻을 수 있는 단계별 지침입니다.
- 대화형 데모를 사용하면 Anomaly Detector 쉬운 작업에서 작동하는 방식을 이해하는 데 도움이 될 수 있습니다.
- 방법 가이드에는 보다 구체적이거나 사용자 지정된 방식으로 서비스를 사용하기 위한 지침이 포함되어 있습니다.
- 자습서는 보다 광범위한 비즈니스 솔루션에서 이 서비스를 구성 요소로 사용하는 방법을 보여 주는 긴 가이드입니다.
- 코드 샘플은 Anomaly Detector 사용하는 방법을 보여 줍니다.
- 개념 문서에서는 서비스의 기능 및 기능에 대한 자세한 설명을 제공합니다.
Anomaly Detector 기능
Anomaly Detector에서 Univariate Anomaly Detector를 사용하여 하나의 변수에서 변칙을 검색하거나 다변량 Anomaly Detector를 사용하여 여러 변수에서 변칙을 검색할 수 있습니다.
| 기능 | 설명 |
|---|---|
| 단변량 변칙 검색 | 수익, 비용 등과 같은 하나의 변수에서 변칙을 검색합니다. 이 모델은 데이터 패턴에 따라 자동으로 선택되었습니다. |
| 다변량 변칙 검색 | 일반적으로 장비 또는 기타 복잡한 시스템에서 수집되는 상관 관계가 있는 여러 변수의 변칙을 검색합니다. 사용된 기본 모델은 그래프 주의 네트워크입니다. |
단변량 변칙 검색
Univariate Anomaly Detector API를 사용하면 기계 학습을 몰라도 시계열 데이터에서 변칙을 검색하고 모니터링할 수 있습니다. 알고리즘은 업계, 시나리오 또는 데이터 볼륨에 관계없이 가장 적합한 모델을 자동으로 식별하여 데이터에 적용하여 조정됩니다. 이 API는 시계열 데이터를 사용하여 변칙 검색, 예상 값 및 어떤 데이터 요소가 변칙인지에 대한 경계를 결정합니다.
Anomaly Detector 사용에는 기계 학습에 대한 사전 지식이 필요하지 않으며 REST API를 통해 애플리케이션과 프로세스에 서비스를 쉽게 통합할 수 있습니다.
단변량 Anomaly Detector를 사용하면 시계열 데이터 전체에서 또는 실시간으로 발생하는 변칙을 자동으로 검색할 수 있습니다.
| 기능 | 설명 |
|---|---|
| 스트리밍 검색 | 이전에 본 데이터 요소를 사용하여 최신 데이터가 변칙인지 확인하여 스트리밍 데이터에서 변칙을 검색합니다. 이 작업은 보내는 데이터 요소를 사용하여 모델을 생성하고 대상 포인트가 변칙인지 여부를 결정합니다. 생성하는 각각의 새 데이터 요소를 사용하여 API를 호출하면 데이터가 생성될 때 모니터링할 수 있습니다. |
| 일괄 검색 | 시계열을 사용하여 데이터 전체에 존재할 수 있는 변칙을 검색합니다. 이 작업은 전체 시계열 데이터를 사용하여 모델을 생성하고, 각 포인트는 동일한 모델로 분석됩니다. |
| 변경 지점 검색 | 시계열을 사용하여 데이터에 존재하는 추세 변화 포인트를 검색합니다. 이 작업은 전체 시계열 데이터를 사용하여 모델을 생성하고, 각 포인트는 동일한 모델로 분석됩니다. |
다변량 변칙 검색
다변량 변칙 검색 API를 사용하는 개발자는 기계 학습 지식 또는 레이블이 지정된 데이터 없이도 메트릭 그룹에서 변칙을 검색하는 고급 AI를 쉽게 통합할 수 있습니다. 이제 최대 300가지 신호 간 종속성 및 상관 관계가 자동으로 키 요소로 계산됩니다. 이 새로운 기능을 통해 소프트웨어 애플리케이션, 서버, 공장 기계, 우주선 또는 비즈니스 도구와 같은 복잡한 시스템의 장애를 사전에 방지할 수 있습니다.
회전, 연료 압력, 베어링 등과 같은 20가지 신호를 생성하는 자동 엔진의 센서 20개라고 상상해 보십시오. 이러한 신호의 판독값은 시스템 수준 문제에 대해 별로 알려주지 않을 수 있지만 함께 엔진의 상태를 나타낼 수 있습니다. 신호의 상호 작용이 일반적인 범위를 벗어나는 경우 다변량 변칙 검색 기능은 전문적으로 변칙을 감지할 수 있습니다. 기본 AI 모델은 비즈니스의 고유한 요구 사항을 이해하도록 데이터를 사용하여 학습되고 사용자 지정됩니다. 이제 개발자는 Anomaly Detector의 새로운 API를 통해 다변량 시계열 변칙 검색 기능을 예측 유지 관리 솔루션, 복잡한 엔터프라이즈 소프트웨어용 AIOps 모니터링 솔루션 또는 비즈니스 인텔리전스 도구에 쉽게 통합할 수 있습니다.
Anomaly Detector 커뮤니티 참여
더 나은 지원과 업데이트를 위해 Microsoft Teams의 Anomaly Detector Advisors 그룹에 참여합니다!
알고리즘
블로그 및 논문:
동영상: