OCI Anomaly Detection es un servicio de IA que ofrece detección de anomalías en tiempo real y por lotes para datos de series temporales univariante y multivariante. Mediante una sencilla interfaz de usuario, las organizaciones pueden crear y entrenar modelos para detectar anomalías e identificar comportamientos inusuales, cambios en las tendencias, valores atípicos y mucho más.
Los algoritmos de OCI Anomaly Detection, respaldados por más de 150 patentes, detectan anomalías de manera más temprana con menos falsas alarmas. Estos algoritmos funcionan conjuntamente para garantizar una mayor sensibilidad y una mejor evitación de falsas alarmas que otros enfoques de aprendizaje automático (AA), como redes neuronales y máquinas de vectores de soporte.
Blog: El fascinante historial (nuclear) tras el nuevo servicio de detección de anomalías de Oracle
OCI Anomaly Detection proporciona varias técnicas de procesamiento de datos que explican errores e imperfecciones en datos de entrada del mundo real, como los de sensores de baja resolución. Identifica y corrige automáticamente los problemas de calidad de datos, lo que genera menos falsas alarmas, mejores operaciones y resultados más precisos.
Las API ayudan a los desarrolladores a cargar datos sin procesar, formar el modelo de detección de anomalías con sus propios datos específicos de la empresa y detectar anomalías del modelo almacenado. Esto hace que los modelos de detección de anomalías altamente precisos y entrenados de forma personalizada sean accesibles para todos, incluso sin experiencia en ciencia de datos.
El fácil acceso a las tecnologías de código abierto amplía el uso de los modelos de OCI Anomaly Detection. Extraiga datos de serie temporal de InfluxDB o datos de transmisión de Apache Flink. Utilice bibliotecas de código abierto como Plotly, Bokeh y Altair para visualizar y aumentar la automatización.
Las salidas de detección de anomalías de OCI incluyen anomalías identificadas, valores estimados basados en modelo de aprendizaje automático y puntuaciones de anomalías. Los desarrolladores utilizan estos resultados para evaluar la gravedad de las anomalías identificadas y automatizar los flujos de trabajo empresariales para solucionarlas inmediatamente.
OCI Anomaly Detection es un servicio multi-inquilino en las API REST públicas. Los desarrolladores pueden desplegar fácilmente un servicio de detección de anomalías escalable sin ayuda propia de ciencia de datos y aprendizaje automático, todo ello con la plataforma de menor costo para redes, almacenamiento y salida de datos.
La detección de anomalías de OCI se amplía automáticamente para satisfacer las necesidades de formación y detección en todas las fuentes y cargas de datos. Los desarrolladores ahora pueden centrarse en crear aplicaciones y soluciones para alcanzar sus objetivos empresariales, sin preocuparse por la infraestructura.
La detección de anomalías de OCI ayuda a los equipos de TI a mejorar los niveles de servicio, el análisis de causas raíz, los despliegues IoT, la reducción de amenazas y el control de transacciones de bases de datos.
Desde la detección de fraudes para bancos hasta la conversión de embudo para equipos de marketing, la detección de anomalías de OCI permite a las organizaciones detectar problemas y oportunidades para mejorar la innovación y la eficiencia de sus procesos de negocio.
La detección de anomalías de OCI mejora los procesos de IA y AA, incluido el control de aplicaciones, la limpieza de datos y la formación de datos. Utilice la detección de anomalías para detectar cambios inesperados en la precisión del modelo, mejore la integridad de los datos y optimice el rendimiento del modelo y las aplicaciones.
Los patrones de fraude cambian con el tiempo y los métodos tradicionales de aprendizaje exhaustivo no siempre detectan eventos raros en orígenes de datos muy grandes. Los algoritmos especializados pueden identificar las transacciones fraudulentas que capturan inmediatamente los defraudadores en tiempo real, con menos falsas alarmas, que otros enfoques de AA.
Las empresas de servicios públicos deben supervisar la producción y el consumo de energía en tiempo real para responder dinámicamente a la demanda y optimizar el consumo de energía. Los enfoques innovadores de aprendizaje automático analizan la producción energética, el clima y los sistemas de control para ofrecer una experiencia óptima tanto a los productores de energía como a los consumidores.
La detección de anomalías de métricas operativas en tiempo real, como el rendimiento, la utilización y el rendimiento, puede identificar cambios no deseados en la producción y generar flujos de trabajo automatizados para una acción inmediata.
Los desgloses de equipos significan pérdida de productividad e incluso riesgo para los empleados. La detección rápida y el análisis de la causa raíz de las piezas y las máquinas mantienen el funcionamiento correcto de los sistemas.
Viji Krishnamurthy, director sénior de gestión de productos de Oracle
La detección de anomalías de OCI es un servicio de IA robusto, escalable y fácil de usar que registra datos de series temporales multivariables de gran volumen y le alerta cuando algo merece su atención. Los usuarios autenticados pueden acceder al servicio de detección de anomalías de OCI que forma parte de nuestra oferta en la nube pública mediante la API de REST, la interfaz de línea de comandos, el kit de desarrollo o la consola de Oracle Cloud Infrastructure.
Cree un modelo de AA en un taller de OCI. Detecte anomalías de producción en solo unos pasos guiados.
Habla en directo con los departamentos de Ventas o Soporte.