¿Qué es Anomaly Detector?
Importante
A partir del 20 de septiembre de 2023, no podrá crear nuevos recursos de Anomaly Detector. El servicio Anomaly Detector se retira el 1 de octubre de 2026.
Anomaly Detector es un servicio de inteligencia artificial con un conjunto de API, lo que le permite supervisar y detectar anomalías en los datos de serie temporal con poco conocimiento de aprendizaje automático (ML), ya sea la validación por lotes o la inferencia en tiempo real.
Esta documentación contiene los siguientes tipos de artículos:
- Los inicios rápidos son instrucciones paso a paso que permiten realizar llamadas al servicio y obtener los resultados en un breve período de tiempo.
- La demostración interactiva podría ayudarle a comprender cómo funciona Anomaly Detector con operaciones sencillas.
- Las guías de procedimientos contienen instrucciones para usar el servicio de una manera más específica o personalizada.
- Los tutoriales son guías más largas que muestran cómo usar este servicio como componente en soluciones empresariales más amplias.
- Los ejemplos de código muestran cómo usar Anomaly Detector.
- Los artículos conceptuales proporcionan explicaciones detalladas de la funcionalidad y las características del servicio.
Funcionalidades de Anomaly Detector
Con el Anomaly Detector, puede detectar anomalías en una variable mediante Anomaly Detector univariante o detectar anomalías en varias variables con Anomaly Detector multivariante.
| Característica | Descripción |
|---|---|
| Detección de anomalías univariante | Detectar anomalías en una variable, como ingresos, costos, etc. El modelo se seleccionó automáticamente en función del patrón de datos. |
| Detección de anomalías multivariante | Detecte anomalías en varias variables con correlaciones, que normalmente se recopilan del equipo u otro sistema complejo. El modelo subyacente que se usa es la Red de atención de Graph. |
Detección de anomalías univariante
La API Anomaly Detector univariante le permite controlar y detectar anomalías en sus datos de series temporales sin necesidad de conocer el aprendizaje automático. Los algoritmos se adaptan al identificar y aplicar automáticamente los modelos más idóneos para sus datos, con independencia del sector, el escenario o el volumen de datos. Con el uso de datos de serie temporal, la API determina los límites de la detección de anomalías, los valores esperados y qué puntos de datos son anomalías.
Para usar Anomaly Detector, no se necesita ninguna experiencia anterior con el aprendizaje automático, y la API REST le permite integrar fácilmente el servicio en sus aplicaciones y procesos.
Con Anomaly Detector univariante, puede detectar automáticamente las anomalías existentes en los datos de serie temporal, o cuando se producen en tiempo real.
| Característica | Descripción |
|---|---|
| Detección mediante transmisión | Detecte anomalías en sus datos de transmisión mediante los puntos de datos vistos anteriormente para determinar si el último de ellos es una anomalía. Esta operación genera un modelo con los puntos de datos enviados y determina si el punto de destino es una anomalía. La llamada a la API con cada nuevo punto de datos que genera le permite supervisar los datos que se crean. |
| Detección por lotes | Use la serie temporal para detectar las anomalías que podrían existir en los datos. Esta operación genera un modelo con todos los datos de serie temporal, donde cada punto de analiza con el mismo modelo. |
| Detección de puntos de cambio | Use la serie temporal para detectar los puntos de cambio de tendencia que existan en los datos. Esta operación genera un modelo con todos los datos de serie temporal, donde cada punto de analiza con el mismo modelo. |
Detección de anomalías multivariante
Las API de detección de anomalías multivariante permiten a los desarrolladores integrar fácilmente la inteligencia artificial avanzada para detectar anomalías de grupos de métricas, sin necesidad de tener conocimientos de aprendizaje automático ni datos etiquetados. Las dependencias y las correlaciones de hasta 300 señales diferentes ahora se cuentan automáticamente como factores clave. Esta nueva funcionalidad le permite proteger de forma proactiva los sistemas complejos, como aplicaciones de software, servidores, máquinas de fábrica, vehículos espaciales o incluso su empresa, frente a errores.
Imagine que tiene 20 sensores de un motor automático, que generan 20 señales diferentes, como rotación, presión de combustible, rumbo, etc. Es posible que las lecturas individuales de esas señales no le informen mucho sobre los problemas de nivel del sistema, pero juntas pueden representar el estado del motor. Cuando la interacción de esas señales se desvía fuera del intervalo habitual, la característica de detección de anomalías multivariante puede detectar la anomalía como un experto con experiencia. Los modelos de IA subyacentes se entrenan y personalizan con los datos, de forma que comprendan las necesidades únicas del negocio. Con las nuevas API de Anomaly Detector, los desarrolladores ahora pueden integrar fácilmente las funcionalidades de detección de anomalías de serie temporal multivariante en soluciones de mantenimiento predictivo, soluciones de supervisión de AIOps para software empresarial complejo o herramientas de inteligencia empresarial.
Únase a la comunidad de Anomaly Detector
Únase al grupo de asesores de Anomaly Detector en Microsoft Teams para obtener un mejor soporte técnico y cualquier actualización.
Algoritmos
Blogs y documentos:
- Introducción a la API de Detector de anomalía de Azure AI
- Introducción al algoritmo SR-CNN de Detector de anomalía de Azure AI
- Introducción a la detección de anomalía multivariante
- Detección de anomalías de serie temporal multivariante a través de la red de atención de Graph
- Servicio de detección de anomalías en series temporales en Microsoft (aceptado por la KDD 2019)
Videos: