AI

機械学習を使った異常検知方法は何があるの?

2020年05月08日
異常検知は、データの中から異常な状態、正常な状態などデータマイニングを利用して識別することを指しています。また、異常検知のひとつに外れ値検知があります。外れ値検知は、正常な状態から外れた点を見つけ出す手法です。

異常検知の方法

異常検知の方法は、大きく以下に分けられます。
・統計モデルに基づくもの
・データ間の距離に基づくもの
この記事では、統計モデルに基づく方法をホテリング理論、データ間の距離に基づくものをk近傍法で紹介します。

ホテリング理論

ホテリング理論は、有名な手法のひとつです。統計モデルに基づくので人の主幹に左右されずに異常値を検知することができます。平均や分散など統計学における基本的なデータの分布情報をもとに、観測地から算出した異常度によって外れ値を検知します。なので、時系列データの異常検知には不向きです。

k近傍法

k近傍法は、確率分布を明確に定めずに、あるデータからデータ間の距離が近いデータのうち、k番目まで近いものを計算して取得し、多数決によりクラスを判定して異常値を割り出す手法です。

まとめ

2つ紹介をしましたが、異常検知には様々な手法があり。状況に応じて最適な手段を使用しています。
弊社では、新規開発の依頼を承っております。「こんな製品出来ないかな」「こんな技術があるけど、コラボレーションできないかな」など何でもお気軽にお問い合わせください。


ご相談・お問い合わせはこちらから