Detector de anomalía de Azure AI
Azure AI Services Anomaly Detector se retirará el 1 de octubre de 2026. Se recomienda Microsoft Fabric, que integra el detector de anomalías de código abierto.
Aumente la confiabilidad de su negocio con la detección precoz de los posibles problemas
Inserte fácilmente funcionalidades de detección de anomalías en datos de la serie temporal en sus aplicaciones para ayudar a los usuarios a identificar los problemas rápidamente. AI Anomaly Detector ingiere datos de serie temporal de todos los tipos y selecciona el mejor algoritmo de detección de anomalías para sus datos con el fin de asegurar una precisión elevada. Detecte altibajos y desviaciones en patrones cíclicos y cambios de tendencia mediante API de análisis univariado y multivariado. Personalice el servicio para detectar cualquier nivel de anomalía. Implemente el servicio de detección de anomalías donde lo necesite, en la nube o en el perímetro inteligente.
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 prácticamente cualquier caso
Hay muchos tipos de datos de serie temporal y ningún algoritmo se ajusta a todos. AI 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 y cumplimiento normativo completos e integrados
-
Microsoft invierte más de USD$ 1 000 000 000 al año en la investigación y el desarrollo de la ciberseguridad.
-
Contamos con más de 3 500 expertos en seguridad dedicados a la seguridad y privacidad de los datos.
Introducción a una cuenta gratuita de Azure
1
2
Después del crédito, cambia a un plan de pago por uso para seguir creando con los mismos servicios gratuitos. Pague solamente si su uso supera la cantidad gratuita mensual.
3
Documentación y recursos
Introducción
Consulte la documentación.
Obtenga información sobre cómo funciona
Consulte este episodio de AI Show en Channel 9 para ver un tutorial guiado sobre la configuración de la Anomaly Detector de IA.
Preguntas más frecuentes sobre AI Anomaly Detector
-
Consulte la disponibilidad regional de la característica de detección de anomalías univariantes. La característica de detección de anomalías multivariante (versión preliminar) está disponible en algunas regiones. Consulte este documento para obtener más detalles.
-
AI Anomaly Detector proporciona un acuerdo de nivel de serviciodel 99,9 %.
-
AI Anomaly Detector se compone de API de 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.