이상 감지

특허 받은 이상 감지 알고리듬

150개 이상의 특허를 획득한 OCI Anomaly Detection 알고리듬을 통해 이상 감지 속도는 빨라지고, 잘못된 알람은 줄어듭니다. 다양한 알고리듬이 연동되어 작동하기에 신경망이나 서포트 벡터 머신과 같은 다른 기계학습 방식의 접근보다 만감도 향상과 알람 오류 감소를 보장합니다.

블로그: Oracle의 새로운 이상 감지 서비스에 숨겨진 흥미로운 핵발전 연구의 역사

지능형 데이터 선행 처리

OCI Anomaly Detection은 저해상도 센서와 같이 실제 세계에 입력된 데이터에서 발견되는 오류 및 불완전 데이터에 대응할 수 있는 다양한 데이터 처리 기술을 제공합니다. 데이터 품질 이슈를 자동으로 식별 및 수정함으로써 잘못된 경고 감소, 운영 향상, 정확도 향상 등의 성과를 기대할 수 있습니다.

맞춤형 지도 모델

API를 이용하면 원시 데이터를 업로드하고 해당 업무에 특화된 데이터를 이용하여 이상 감지 모델을 지도하여 저장된 모델에서 이상을 감지할 수 있습니다. 이를 통해 누구나, 심지어 데이터 사이언스에 대한 경험이 없더라도, 사용이 가능한 맞춤형 이상 감지 학습 모델을 높은 정확도로 생성할 수 있습니다.

오픈 소스 옵션

OCI Anomaly Detection의 사용 범위를 확대할 수 있도록 오픈 소스 기술에 대한 손쉬운 접근을 제공합니다. InfluxDB에서 시계열 데이터를 풀링하거나 Apache Flink에서 데이터를 스트리밍을 시도해 보십시오. Plotly, Bokeh, Altair와 같은 오픈 소스 라이브러리를 사용하면 시각화와 향상된 자동화가 가능합니다.

즉시 사용 가능한 결과

OCI Anomaly Detection의 출력값에는 출력에는 식별된 이상 징후, 머신러닝 모델 기반 예상치 및 변형 점수가 포함됩니다. 개발자는 이러한 결과를 사용하여 식별된 이상 징후의 심각도를 평가하고 해당 징후를 즉시 해결하기 위한 비즈니스 워크플로우를 자동화합니다.

손쉬운 통합 및 배포

OCI Anomaly Detection은 공용 REST API를 통한 멀티테넌트 서비스입니다. 개발자는 데이터 사이언스 및 머신러닝을 위한 내부 지원 없이도 데이터 네트워킹, 스토리지, 출구 트래픽을 갖춘 합리적인 비용의 플랫폼에서 확장이 자유로운 이상 감지 서비스를 배포할 수 있습니다.

필요에 따른 확장성

OCI Anomaly Detection은 감지와 학습에 필요한 모든 종류의 데이터 소스와 부하에 맞춰 자동으로 스케일링 됩니다. 이제 개발자는 인프라에 대해 걱정할 필요 없이 비즈니스 목표 달성을 위한 애플리케이션과 솔루션 개발에 집중할 수 있습니다.