Что такое Детектор аномалий?

Детектор аномалий — это служба искусственного интеллекта с набором API, которая позволяет отслеживать и обнаруживать аномалии в данных временных рядов с минимальными знаниями о машинном обучении ( пакетной проверкой или выводом в режиме реального времени).

Эта документация включает статьи следующих видов:

  • Краткие руководства — это пошаговые инструкции, которые позволяют выполнять вызовы к службе и получать результаты за короткий период времени.
  • Интерактивная демонстрация поможет понять, как Детектор аномалий работает с простыми операциями.
  • Руководства — содержат инструкции для более специфического или специализированного использования службы.
  • В руководствах содержатся более подробные руководства, в которых показано, как использовать эту службу в качестве компонента в более широких бизнес-решениях.
  • Примеры кода демонстрируют использование Детектор аномалий.
  • В концептуальных статьях подробно описаны функциональные возможности и функции службы.

возможности Детектор аномалий

С помощью Детектор аномалий можно обнаруживать аномалии в одной переменной с помощью однопараметрического Детектор аномалий или обнаруживать аномалии в нескольких переменных с помощью многомерных Детектор аномалий.

Компонент Описание
Однопараметрическое обнаружение аномалий Обнаруживайте аномалии в одной переменной, например доход, затраты и т. д. Модель была выбрана автоматически на основе вашего шаблона данных.
Многопараметрическое обнаружение аномалий Обнаруживайте аномалии в нескольких переменных с корреляциями, источником которых обычно служит оборудование или другая сложная система. В качестве базовой модели используется сеть Graph Attention Network.

Однопараметрическое обнаружение аномалий

API однопараметрического обнаружения аномалий позволяет отслеживать и обнаруживать аномалии в данных временных рядов без необходимости знать машинное обучение. Алгоритмы адаптируются путем автоматического определения и применения наиболее подходящих моделей к данным независимо от отрасли, сценария или объема данных. Используя данные временных рядов, API определяет границы для обнаружения аномалий, ожидаемые значения и точки данных, которые являются аномалиями.

График обнаружения изменений шаблона в запросах на обслуживание.

Для использования Детектора аномалий не требуется опыта работы с машинным обучением, при этом REST API позволяет легко интегрировать службу в ваши приложения и процессы.

С помощью Детектора аномалий с однопараметрическим обнаружением можно автоматически обнаруживать аномалии в данных временных рядов или по мере их появления в режиме реального времени.

Компонент Описание
Обнаружение для потоковой передачи Обнаружьте аномалии в потоковой передаче данных, используя ранее просмотренные точки данных, чтобы определить, является ли последняя точка аномалией. Эта операция приводит к созданию модели, которая использует отправленные точки данных и определяет, является ли целевая точка аномалией. Путем вызова API с каждой новой сгенерированной точкой данных, можно отслеживать свои данные по мере их создания.
Пакетное обнаружение Используйте временной ряд, чтобы обнаружить любые аномалии, которые могут существовать в ваших данных. Эта операция приводит к созданию модели использующей все данные временных рядов, и каждая точка анализируется с помощью одной и той же модели.
Обнаружение точек изменения Используйте временные ряды для обнаружения любых точек изменения тенденций, существующих в данных. Эта операция приводит к созданию модели использующей все данные временных рядов, и каждая точка анализируется с помощью одной и той же модели.

Многопараметрическое обнаружение аномалий

API многопараметрического обнаружения аномалий позволяют разработчикам легко интегрировать расширенный ИИ для обнаружения аномалий из групп метрик без необходимости в знаниях о машинном обучении или данных с метками. Зависимости и взаимные корреляции между 300 различными сигналами теперь автоматически считаются ключевыми факторами. Эта новая возможность помогает вам заранее защитить ваши сложные системы, такие как программные приложения, серверы, заводские машины, космические корабли или даже ваш бизнес, от сбоев.

График для нескольких переменных, включая вращение, оптический фильтр, давление, несущие с аномалиями, выделенными оранжевым цветом.

Представьте себе 20 датчиков автомобильного двигателя, генерирующих 20 различных сигналов, таких как вращение, температура, зазоры и т. д. Показания этих сигналов по отдельности могут мало рассказать вам о проблемах на уровне системы, но вместе они могут отражать состояние двигателя. Когда взаимодействие этих сигналов выходит за пределы обычного диапазона, функция многомерного обнаружения аномалий может определять аномалию, как опытный эксперт. Базовые модели ИИ обучаются и настраиваются с использованием ваших данных, чтобы они понимали уникальные потребности вашего бизнеса. С помощью новых API-интерфейсов в Anomaly Detector разработчики теперь могут легко интегрировать возможности многомерного обнаружения аномалий временных рядов в решения для профилактического обслуживания, решения для мониторинга AIOps для сложного корпоративного программного обеспечения или инструменты бизнес-аналитики.

Участие в сообществе Детектора аномалий

Присоединение к группе консультантов по Детектору аномалий в Microsoft Teams, и вы получите улучшенную поддержку и все необходимые обновления!

Алгоритмы

Дальнейшие действия