O que é o Detector de Anomalias?
Importante
A partir de 20 de setembro de 2023, você não poderá criar novos recursos do Detector de Anomalias. O serviço Detector de Anomalias será desativado em 01º de outubro de 2026.
O Detector de Anomalias é um serviço de IA com um conjunto de APIs que permite monitorar e detectar as anomalias nos dados das séries temporais com um pouco de conhecimento de ML (aprendizado de máquina), seja por validação em lote ou inferência em tempo real.
Esta documentação contém os seguintes tipos de artigos:
- Inícios rápidos são instruções passo a passo que permitem fazer chamadas para o serviço e obter resultados em um período de tempo curto.
- Demonstração interativa pode ajudar a reconhecer como o Detector de Anomalias funciona com operações fáceis.
- Os guias de instruções contêm instruções de uso do serviço de maneiras mais específicas ou personalizadas.
- Tutoriais são guias mais abrangentes que mostram como usar esse serviço como um componente em soluções de negócios mais amplas.
- Exemplos de código demonstram como usar o Detector de Anomalias.
- Artigos conceituais fornecem explicações detalhadas sobre a funcionalidade e os recursos do serviço.
Recursos do Detector de Anomalias
Com o Detector de Anomalias, é possível detectar anomalias em uma variável usando o Detector de Anomalias Univariadas ou detectar anomalias em variáveis múltiplas com o Detector de Anomalias Multivariadas.
| Recurso | Descrição |
|---|---|
| Detecção de Anomalias Univariadas | Detecte anomalias em uma variável, como receita, custo etc. O modelo foi selecionado automaticamente com base no padrão de dados. |
| Detecção de Anomalias Multivariadas | Detecte anomalias em diversas variáveis com correlações, que geralmente são coletadas de equipamentos ou de outro sistema complexo. O modelo subjacente utilizado é uma Rede de Atenção do Graph. |
Detecção de Anomalias Univariadas
A API de Detecção de Anomalias Univariadas permite monitorar e detectar as anormalidades nos dados das séries temporais sem a necessidade de conhecer o aprendizado de máquina. Os algoritmos se adaptam identificando e aplicando automaticamente os modelos mais adequados aos dados, independentemente do setor, cenário ou volume de dados. Usando seus dados de série temporal, a API determina os limites para detecção de anomalias, os valores esperados e quais pontos de dados são anomalias.
Usar o Detector de Anomalias não exige nenhuma experiência anterior em machine learning e a API REST permite que você integre facilmente o serviço aos seus aplicativos e processos.
Com o Detector de Anomalias Univariadas, você pode detectar anomalias automaticamente em todos os seus dados da série temporal ou conforme elas ocorrem em tempo real.
| Recurso | Descrição |
|---|---|
| Detecção de streaming | Detecte anomalias em seus dados de streaming usando pontos de vistos anteriormente para determinar se pelo menos um é uma anomalia. Essa operação gera um modelo usando os pontos de dados que você envia e determina se o ponto de destino é uma anomalia. Ao chamar a API com cada novo ponto de dados que você gera, você pode monitorar seus dados conforme eles são criados. |
| Detecção em lote | Use sua série temporal para detectar todas as anomalias que podem existir em seus dados. Essa operação gera um modelo usando todos os seus dados de série temporal, analisando cada ponto com o mesmo modelo. |
| Detecção de pontos de alteração | Use a série temporal para detectar qualquer ponto de alteração de tendência existente nos dados. Essa operação gera um modelo usando todos os seus dados de série temporal, analisando cada ponto com o mesmo modelo. |
Detecção de Anomalias Multivariadas
As APIs de Detecção de Anomalias Multivariadas permitem que os desenvolvedores integrem facilmente a IA avançada para detectar as anomalias dos grupos de métricas, sem a necessidade de conhecimento de aprendizado de máquina ou de dados rotulados. Dependências e intercorrelações entre até 300 sinais diferentes agora são automaticamente contadas como fatores chave. Essa nova funcionalidade ajuda a proteger, de forma proativa, sistemas complexos, como aplicativos de software, servidores, máquinas de fábrica, naves espaciais ou até mesmo seus negócios, contra falhas.
Imagine 20 sensores de um mecanismo automático que gera 20 sinais diferentes, como rotação, temperatura, pressão de combustível, rolamento, etc. As leituras desses sinais, de forma individual, podem não dizer muito sobre problemas no nível do sistema, mas juntas podem representar a integridade do mecanismo. Quando a interação desses sinais se desvia para fora do intervalo usual, o recurso de detecção de anomalias multivariadas pode identificar a anomalia como um especialista experiente. Os modelos de IA subjacentes são treinados e personalizados usando seus dados de forma que entendam as necessidades exclusivas de seus negócios. Com as novas APIs no Detector de Anomalias, os desenvolvedores agora podem integrar com facilidade os recursos de detecção de anomalias de série temporal multivariada em soluções de manutenção preditiva, soluções de monitoramento AIOps para software corporativo complexo ou ferramentas de business intelligence.
Ingressar na comunidade do Detector de Anomalias
Ingresse no grupo de Assistentes do Detector de Anomalias no Microsoft Teams para obter melhor suporte e atualizações!
Algoritmos
Blogs e documentos:
- Apresentação da API do Detector de Anomalias de IA do Azure
- Visão geral do algoritmo SR-CNN no Detector de Anomalias de IA do Azure
- Apresentando a detecção de anomalias multivariadas
- Detecção de anomalias de série temporal multivariada por meio da rede de atenção do grafo
- Serviço de Detecção de Anomalias de Série Temporal na Microsoft (aceito pelo KDD 2019)
Vídeos: