異常検出とは？

データパターン内の変化、外れ値、または標準的な傾向から外れた事象であり、想定されたものからの逸脱、または想定通りでないものを指します。

異常値は、パターンの中の異常な値であり、標準から外れていることや、何かがおかしいことを示しています。

他からあまりにもかけ離れた単一のデータを指します。

あるデータセットのコンテキストでは異常であり、別のデータセットのコンテキストでは正常である異常を指します。時系列データのコンテキスト上の異常の中で最も一般的なタイプです。

データのサブセット全体が、より広範なデータセットと比較して異常である場合です。集合的異常を特定する際、個々のデータポイントは考慮されません。

異常検出および状態監視に機械学習を使用する方法です。

デジタル化やインダストリー 4.0 とも呼ばれるデジタルトランスフォーメーションは、テクノロジーとデータを活用して生産性を合理化し、効率を高めるものです。機械やデバイスが接続され、無数の場所に大量のデータを転送できるようになったことで、データはますます入手しやすくなっています。そして、データから把握した情報を抽出、分析し、コストやダウンタイムを削減することが目的であり、機械学習やデータ分析がそのために大きな役割を果たします。

どんな機械でも、その複雑さにかかわらず、調子が悪くなることがあります。これは、マシンの寿命が尽きたとか、使用を停止しなければならないということではなく、マシンの性能を完全かつ最適に回復させるためのメンテナンスが必要であることを意味します。大量のデータセットを分析することで、機械のメンテナンスや交換が必要になる時期の予測や予兆となりうる異常を検出することができます。

検出において反応的なアプローチをとっていると、ダウンタイムやパフォーマンスの問題を引き起こすことがあり、これは、解決策が見つかる前にさらに問題を生じさせる結果を招いてしまいます。パフォーマンスの異常を検出することは、業務サービス内でいつ、なぜ問題が発生するかを予測するのに役立ちます。ほとんどの業界にメリットがあります。例えば、以下の 2 つの業界がその恩恵を受けることができます。

• 電気通信会社：通信事業者の分析では膨大なデータセットが生成されますが、パフォーマンスを低下させるレイテンシー、ジッター、通話品質の低下を検出、防止するためには、高度なソリューションが重要となります。
• 広告技術：広告オークション内ではトランザクションの発生速度が速いため、複雑なアプリケーションのパフォーマンスを監視するのが難しい場合があります。異常検出では、アプリケーションがクラッシュする前に、アプリケーションの問題を探すことができるため、広告オークション中のダウンタイムを防ぐことができます。

製品は、できるだけエラーを起こさず、スムーズに動作する必要があります。製品の自然な進化により、新機能から A/B テストまで、あらゆるものに動作の異常が発生する可能性があります。動作の異常を継続的に監視することで、ダウンタイムや継続的な問題を防ぐことができます。ほとんどの業界が恩恵を受けることができますが、ここでは 2 つの例をご紹介します。

• e コマース：異常検出では、価格の問題や季節ごとの変化の異常など、変わった動作や製品品質の問題を探すことができます。
• フィンテック：金融業界ではミリ秒単位で取引が行われており、取引を監視するアプリケーションの安全性と一貫性を確保する必要があります。異常検出機能は、アプリケーションのパフォーマンスや運用に異常がないかを監視することで、ダウンタイムや不具合の発生を防ぐことができます。

サイトのサービスが低下すると、ユーザーエクスペリエンスが損なわれます。異常検出を行うことで、お客様が不満を感じて収益の低下につながる前に、異常に対応することができます。こうした異常検出の恩恵を受けられる業界には以下のようなものがあります。

• ゲーム業界：ゲームは複雑であり、次々と入れ替わる複雑なコンテキストを手動で監視することはほぼ不可能です。人工知能 (AI) によって、障害などユーザーエクスペリエンスの不具合やエラーに対処することができます。
• オンラインビジネス：オンラインビジネスの成功は UX に大きく依存しています。IT チームは、API エラー、サーバーのダウンタイム、ロード時間の不具合を監視し、これらを軽減する必要があります。異常検出による迅速な根本原因分析により、問題を素早く特定し、プラットフォーム、データセンター、オペレーティングシステムがダウンタイムをほとんど発生させることなく修理を受けられるようにします。