Anomaly Detector

Un servicio de inteligencia artificial que le ayuda a prever los problemas antes de que se produzcan

Aumente la confiabilidad de su negocio con la detección temprana de los posibles problemas

Easily embed time-series anomaly detection capabilities into your apps to help users identify problems quickly. Anomaly Detector ingests time-series data of all types and selects the best anomaly detection algorithm for your data to ensure high accuracy. Detect spikes, dips, deviations from cyclic patterns, and trend changes through both univariate and multivariate APIs. Customize the service to detect any level of anomaly. Deploy the anomaly detection service where you need it—in the cloud or at the intelligent edge.

El eficaz motor de inferencia evalúa el conjunto de datos de serie temporal y selecciona automáticamente el algoritmo de detección de anomalías adecuado para maximizar la precisión para cada escenario.

La detección automática elimina la necesidad de disponer de datos de entrenamiento etiquetados, lo que permite ahorrar tiempo y centrarse en la solución de problemas en cuanto se detectan.

La configuración personalizable permite ajustar la sensibilidad a posibles anomalías en función del perfil de riesgo de su empresa.

Acelerar el tiempo de análisis

Acelere la resolución de problemas con una configuración sencilla en Azure Portal y sistemas de detección de anomalías en tiempo real. Solo se necesitan tres líneas de código.

Identifique anomalías multivariadas

Use la detección de anomalías multivariadas para evaluar varias señales y las correlaciones entre ellas con el fin de buscar cambios repentinos en los patrones de los datos antes de que afecten a su negocio.

Detección de problemas en casi cualquier escenario

Hay muchos tipos de datos de serie temporal y ningún algoritmo se ajusta a todos. Anomaly Detector evalúa el conjunto de datos de serie temporal y selecciona automáticamente el mejor algoritmo y las mejores técnicas de detección de anomalías de la galería de modelos. Use este servicio para asegurar una precisión alta en escenarios como la supervisión del tráfico de los dispositivos IoT, la administración de fraudes y la respuesta a los cambios en los mercados.

Con la confianza de Microsoft Azure, Office, Windows y Bing

Supervise el estado de mantenimiento de su producto y servicio, y ofrezca experiencias de cliente confiables usando el mismo sistema y servicio de detección de anomalías en el que confían más de 200 equipos de productos de Microsoft.

Seguridad líder del sector para la empresa

  • Microsoft invierte más de mil millones de USD anualmente en la investigación y el desarrollo de la ciberseguridad.
  • Contamos con más de 3,500 expertos en seguridad que se dedican exclusivamente a proteger sus datos y su privacidad.
  • Azure tiene más certificaciones que otro proveedor en la nube. Vea la lista completa.

Documentación y recursos

Introducción

Consulte la documentación

Aprender su funcionamiento

Vea este episodio de AI Show en Channel 9 para ver un tutorial guiado sobre cómo configurar Anomaly Detector.

Póngase en marcha con solo tres pasos

Manténgase al día de las últimas novedades de Cognitive Services

Preguntas más frecuentes sobre Anomaly Detector

  • Please see regional availability of univariate anomaly detection feature. Multivariate anomaly detection (preview) feature is available in selected regions. Please check this document for details.
  • Anomaly Detector proporciona un acuerdo de nivel de servicio del 99,9 %.
  • Anomaly Detector se compone de API REST sencillas con una experiencia que da prioridad a la programación. Es el motor principal de Metrics Advisor que detecta anomalías en los datos de series temporales. Es ideal para el análisis de datos ad hoc y se puede ejecutar en contenedores. Metrics Advisor tiene características adicionales de supervisión de series temporales, con API de canalizaciones y una interfaz de usuario integrada para administrar el servicio. Está diseñado para datos de streaming en vivo y el análisis con inteligencia artificial, y se puede implementar en Azure.
  • Puede variar en función del nivel de precisión y de la velocidad deseados para el escenario. Lea la guía de procedimientos recomendados para obtener más información.

Introducción