Menu Nous contacter Se connecter à Oracle Cloud

Détection d’anomalies

OCI Anomaly Detection est un service d'IA qui fournit une détection d'anomalies en temps réel et par lots pour des données de séries chronologiques univariées et multivariées. Grâce à une interface utilisateur simple, les entreprises peuvent créer et entraîner des modèles pour détecter des anomalies et remarquer des comportements inhabituels, des changements de tendances, des valeurs aberrantes, etc.

Essayer gratuitement OCI Anomaly Detection

Fonctions de détection des anomalies

Algorithmes propriétaires de détection d’anomalies

Les algorithmes d'OCI Anomaly Detection, soutenus par plus de 150 brevets, détectent les anomalies plus tôt avec moins de faux positifs. Ces algorithmes fonctionnent ensemble pour garantir une plus grande sensibilité et une meilleure prévention des fausses alertes que les autres approches de machine learning (ML), telles que les réseaux neuronaux et les machines vectorielles de support.

Blog : l'histoire fascinante (nucléaire) derrière le nouveau service de détection d'anomalies d'Oracle

Prétraitement intelligent des données

La détection d’anomalies OCI fournit plusieurs techniques de traitement des données qui tiennent compte des erreurs et des imperfections dans les données d’entrée réelles, comme les capteurs à faible résolution. Elle identifie et corrige automatiquement les problèmes de qualité des données en réduisant les fausses alertes, en améliorant les opérations et en obtenant des résultats plus précis.

Modèles entraînés sur mesure

Les API aident les développeurs à télécharger des données brutes, à former le modèle de détection d’anomalies à l’aide de leurs propres données, spécifiques à l’entreprise, et à détecter les anomalies à partir du modèle stocké. Cela permet de créer des modèles de détection d’anomalies hautement précis et personnalisés, accessibles à tous, même à ceux qui n'ont pas d'expérience en matière de data science.

Options open source

L’accès facile aux technologies open source permet d’étendre l’utilisation des modèles de détection d’anomalies OCI. Extrayez des données de séries temporelles à partir de InfluxDB ou des données de transmission en continu à partir d'Apache Flink. Utilisez des bibliothèques open source telles que Plotly, Bokeh et Altair pour les visualisations et pour augmenter l’automatisation.

Résultats prêts à l'emploi

Les résultats de la détection d’anomalies OCI comprennent les anomalies identifiées, les valeurs estimées par le modèle de machine learning et les scores des anomalies. Les développeurs utilisent ces résultats pour évaluer la gravité des anomalies identifiées et automatiser les workflows métier pour les résoudre immédiatement.

Intégration et déploiement faciles

La détection d'anomalies OCI est un service multi-tenant via les API REST publiques. Les développeurs peuvent déployer facilement un service de détection d’anomalies évolutif sans avoir à gérer en interne la data science et le machine learning, le tout à l'aide de la plate-forme la plus économique pour le réseau de données, le stockage et la sortie.

Evolutivité à la demande

La détection d’anomalies OCI évolue automatiquement pour répondre aux besoins de formation et de détection dans toutes les sources de données et tous les chargements. Les développeurs peuvent désormais se concentrer sur la création d’applications et de solutions pour atteindre leurs objectifs commerciaux, sans se soucier de l’infrastructure.

Technologies sportives

SailGP génère près de 400 millions d'inférences par course avec OCI Anomaly Detection

Regarder la vidéo (2:35)

En savoir plus sur SailGP

Transports et logistique

Amélioration de la disponibilité des véhicules et de la livraison ponctuelle de marchandises

Regarder la vidéo (2:05)

Cas d’utilisation de la détection d’anomalies

Cas d’utilisation opérationnels
Exemples de cas d'utilisation du secteur

Cas d’utilisation d’opérations informatiques

La détection d’anomalies OCI aide les équipes informatiques à améliorer les niveaux de service, l’analyse des causes premières, les déploiements IoT, la réduction des menaces et la surveillance des transactions de base de données.
Cas d'utilisation d'opérations commerciales

De la détection des fraudes pour les banques à la conversion en entonnoir pour les équipes marketing, OCI Anomaly Detection permet aux organisations de découvrir les problèmes et les opportunités d'améliorer l'innovation et l'efficacité de leurs processus métier.
Cas d’utilisation d’opérations d’IA et de machine learning

La détection d’anomalies OCI améliore les processus d’IA et de machine learning, y compris la surveillance des applications, le nettoyage des données et la formation aux données. Utilisez la détection d’anomalies pour détecter les modifications inattendues de la précision du modèle, améliorer l’intégrité des données et optimiser les performances des modèles et des applications.

Finance et vente au détail : détection de fraude

Les schémas de fraude évoluent au fil du temps, et les méthodes traditionnelles de deep learning ne détectent pas toujours les événements rares dans les très grandes sources de données. Des algorithmes spécialisés peuvent identifier immédiatement les transactions frauduleuses, permettant ainsi de repérer les fraudeurs en temps réel, avec moins de fausses alertes que les autres approches du ML.
Services publics : gestion de l'énergie

Les entreprises de services publics doivent surveiller en temps réel la production et la consommation d'énergie pour répondre dynamiquement à la demande et optimiser la consommation d'énergie. Des approches ML innovantes analysent les données relatives à la production d’énergie, aux conditions météorologiques et aux systèmes de contrôle afin de fournir une expérience optimale tant pour les producteurs que pour les consommateurs d’énergie
Fabrication : efficacité opérationnelle

La détection d'anomalies des mesures opérationnelles en temps réel, telles que le rendement, l'utilisation et le débit, permet d'identifier les changements indésirables dans la production et de générer des workflows automatisés pour une action immédiate.
Transport et fabrication : Surveillance des équipements

Les ventilations d’équipements entraînent une perte de productivité, voire un risque pour les employés. La détection rapide et l'analyse des causes profondes des pièces et des machines assurent le bon fonctionnement des systèmes.

13 juillet 2021

Déployez des diagnostics à distance sans experts en data science et machine learning en interne

Viji Krishnamurthy, Directrice principale de la gestion des produits, Oracle

La détection d’anomalies OCI est un service d’IA solide, évolutif et facile à prendre en main. Il observe de grands volumes des données de séries chronologiques et vous alerte lorsque quelque chose justifie votre attention. Les utilisateurs authentifiés peuvent accéder au service de détection d'anomalies OCI dans le cadre de notre offre de cloud public via l'API REST, l'interface de ligne de commande, le kit de développement ou la console Oracle Cloud Infrastructure.

Lire l’article complet | S’abonner au blog