ナビゲーションをスキップする

リアルタイムのデータ ストリームでの異常検出

Cortana Intelligence の IT Anomaly Insights ソリューションを使用することで、大規模な組織内の IT 部門は、IT インフラストラクチャ (CPU、メモリなど)、サービス (タイムアウト、SLA のバリエーション、ブラウンアウトなど)、その他の主要業績評価指標 (KPI) (オーダーのバックログ、ログイン エラー、支払いエラーなど) から取得した基盤となる正常性メトリックに基づいて、問題の検出および修正を迅速に行えるようになります。また、このソリューションでは、簡単に "今すぐ試せる" エクスペリエンスを提供しており、カスタマイズされたデータを使って試してみることで、ソリューションがもたらす価値を実感していただけます。"デプロイ" エクスペリエンスを通じて、エンド ツー エンド ソリューションのコンポーネントを Azure サブスクリプションに配置し、必要に応じてカスタマイズを完全に制御できるようにすることで、ソリューションを Azure で速やかに機能させることができます。

説明

注: このソリューションが既にデプロイされている場合は、ここをクリックしてそのデプロイを表示してください。

高度な分析パートナーである Neal AnalyticsEmpired のいずれかと連携し、お使いの環境で概念実証を設定できます。

予測プロビジョニング時間: 30 分

現代の最新サービスでは、運用の状態、システム パフォーマンス、使用状況に関する分析情報、ビジネスの指標、アラートなどのさまざまな側面を追跡するために、膨大な量のテレメトリ データが生成されています。しかし、IT 部門にとって、これらの膨大なデータの分析情報を監視したり収集したりする作業は完全には自動化されていない場合が多く、エラーが発生しやすい傾向があります (通常、規則やしきい値に基づくアラートを使用)。そのため、特定の時点のシステムの状態を効果的に、かつ正確に判定することは困難です。

Cortana Intelligence の IT Anomaly Insights は、Cortana Intelligence ソリューション (Azure サービスの簡単なデプロイが可能) と Azure Machine Learning の異常検出 API (過去のデータとリアル タイム データの完全に自動化された追跡が可能) に基づく、導入しやすいソリューションを提供することで、お客様のこのような問題を解決します。これによりビジネス上の意思決定者は、速やかに評価して価値を実感できるとともに、お客様は迅速な概念実証を通じて特定のシナリオにソリューションを適合させるために、独自のデータを使用して、ソリューションをカスタマイズし拡充できます。組織はこのソリューションを使用することで、次のことが可能になります。

  • Azure Machine Learning の最新の異常検出 API を利用することで、過去のデータとリアルタイムなデータから異常を検知して対応できます。これにより、発見されていない異常を検出し、誤検知を削減するためのしきい値の再調整に必要な、人の関与が不要になります。
  • 先行投資を必要とせずに、独自のデータを使って実際に試してみることで、ソリューションの可能性をすぐ実感していただけます。また、"今すぐお試しください" のエクスペリエンスにより、ユーザーは、自らのユース ケースに対して適切な一連の秘密度パラメーターを判断できます。
  • プラグアンドプレイの方法で、わずか数分以内に、エンド ツー エンド パイプラインをサブスクリプションに配置し、オンプレミスおよびクラウドのデータ ソースからデータを取り込んで、異常なイベントをダウンストリームの監視システムとチケット発行システムに報告できます。

Power BI を使った試用エクスペリエンス

IT Anomaly Insights の事前構成済みのソリューション ダッシュボード

ソリューション ダイアグラム

ソリューション アーキテクチャと詳しい手順については、GitHub をご覧ください。

下のソリューション概要図に示すように、オンプレミス ベースまたはクラウド ベースのシステムから送信されるリアルタイムなメトリックのストリームが、Azure イベント ハブのキューに送り込まれます。これらのイベント (または時系列のデータ ポイント) は、Azure Stream Analytics で 5 分ごとに集計されて、処理されます。各時系列データは、15 分ごとに Azure の異常検出 API に送信されて評価されます。その後、API からの結果とともに、入力時に提供された分析コードが Azure SQL DB に格納されます。また、検出された異常は Azure Service Bus に発行されるため、ダウンストリームのチケット発行システムで使用できます。このソリューションでは、Power BI ダッシュボードのセットアップ指示も提供されるため、異常を迅速に視覚化して、根本原因を分析できます。

異常検出 API

異常検出 API は、"今すぐお試しください" のエクスペリエンスやデプロイされたソリューションで使用できます。時系列データでさまざまな種類の異常なパターンを検出するために役立ちます。API は、時系列の各データ ポイントに異常なスコアを割り当てます。これを使用してアラート生成、ダッシュボード内の監視、および、チケット発行システムとの接続ができます。異常検出 API が検出できる時系列データの異常のタイプには次のものがあります。

  • 急増と急減: たとえば、サービスへのログインの失敗数や電子商取引サイトのチェックアウトの数を監視している場合、異常な急増や急減はセキュリティ攻撃やサービス障害を示している可能性があります。
  • 正と負の傾向: コンピューティングのメモリ使用量を監視する場合、たとえば、空きメモリのサイズの縮小はメモリ リークの可能性を示している場合があり、サービス キューの長さの監視では、永続的な上昇傾向は、基のソフトウェアに問題が発生している可能性があります。
  • レベルの変化と動的範囲値の変化: たとえば、サービスのアップグレード後にサービスの待機時間のレベルが変化した場合や、アップグレード後の例外のレベルが低下した場合は、監視する価値があります。

免責事項

©2017 Microsoft Corporation.All rights reserved.本情報は "現状のまま" 提供され、通知なく変更されることがあります。Microsoft はここで提供される情報に関し、明示または暗示にかかわらず、いかなる保証も行わないものとします。ソリューションの生成にはサード パーティのデータが使用されています。お客様には他者の権利を尊重する責任があり、それには、類似のデータセットを作成するための関連ライセンスの購入や、そうした関連ライセンスへの準拠が含まれます。

関連ソリューションのアーキテクチャ

予測メンテナンス

この予測メンテナンス ソリューションは、機体の監視に加え、航空用エンジン部品の残存耐用年数を予測します。

品質保証

品質保証システムを利用すると、企業は商品やサービスを顧客に提供するプロセス全体で不具合を回避できます。パイプラインのデータを収集し、潜在的な問題を特定するシステムを構築することは、大きな利益をもたらします。たとえば、デジタル製造業において、組み立てライン全体の品質保証は不可欠です。遅延や不具合の可能性を、検出後ではなく発生前に特定することで、企業は廃棄や再加工のコストを削減しながら、生産性を高めることができます。