及早偵測問題以提升營運可靠性
您可以輕鬆地在應用程式內嵌時間序列異常偵測功能，協助使用者快速發現問題。異常偵測器可擷取各種類型的時間序列資料，並為您的資料選擇最佳的異常偵測演算法，以確保高正確性。同時透過單一變量 API 與多變量 API，偵測峰值、谷值、與循環模式的偏差，以及趨勢變化。自訂服務以偵測任何等級的異常。在您需要的位置 (雲端或智慧邊緣) 部署異常偵測服務。
強大的推斷引擎可評估您的時間序列資料集，並自動選擇適合的異常偵測演算法，為您的案例提供最高的正確性。
自動偵測讓您不必為訓練資料加上標籤，協助您運用省下的時間，專心在問題出現時盡快予以修正。
自訂設定可讓您根據業務的風險概況，將敏感度微調成潛在的異常行為。
更快獲得見解
利用 Azure 入口網站中的簡單設定與即時異常偵測系統，加快解決問題的速度。只要三行程式碼即可。
發現多變量異常狀況
您可以使用多變量異常偵測評估多個信號及各信號間的相互關聯，以在資料模式的突然改變影響您業務之前，及早發現這些改變。
幾乎對任何狀況都能偵測問題
時間序列資料有很多種，但沒有任何演算法可以一體適用。異常偵測器可評估您的時間序列資料集，並自動從模型庫選擇最佳的演算法和最佳的異常偵測技術。使用此服務可確保為各種案例提供高正確性，包括監視 IoT 裝置的流量、管理詐騙，以及回應不斷變化的市場。
獲得 Microsoft Azure、Office、Windows 與 Bing 的信任
使用超過 200 個 Microsoft 產品團隊仰賴的異常偵測系統和服務，監視產品與服務的健康狀態，並提供可靠的客戶體驗。
Airbus 部署了異常偵測器 (認知服務的一部分) 以監視飛機的狀況，並搶先在潛在問題發生之前就予以修正。該公司開發了飛機監視應用程式的概念證明，使用多變量異常偵測，並從多個航班載入遙測資料，以進行分析和模型訓練。
Siemens Healthineers 在全球安裝的系統數量龐大，已成為用於醫療應用之 X 射線管組件的最大製造商之一。為了儘快偵測及回應生產流程中的異常，Siemens Healthineers 正研發 AI 型解決方案，以分析大量的生產資料，因此，Siemens Healthineers 已應用異常偵測器，它不僅使用最先進的機器學習模型結構，還提供了演算法結論的相關說明。
適用於企業的業界頂尖安全性
- Microsoft 每年斥資超過美金 10 億元投入網路安全性的研究與開發。
- 我們聘請了 3,500 多名安全性專家，由他們全力保護您的資料和隱私權。
- Azure 擁有比其他雲端服務提供者更多的認證。檢視完整清單。
