Keskeiset käsitteet
本論文は、産業プロセスおよびIoT環境における異常検知のための新しい簡単で汎用的な半教師あり手順であるSAnD(Simple Anomaly Detection)を提案する。SAnDは、既知の統計ツールを組み合わせて、異常を特定し、その原因を解明することができる。
Tiivistelmä
本論文は、産業プロセスおよびIoT環境における異常検知の新しい手順であるSAnD(Simple Anomaly Detection)を提案している。SAnDは以下の5つのステップから構成される:
平滑化フィルタによるデータの平滑化(オプション)
分散インフレ要因(VIF)を用いた多重共線性の軽減
マハラノビス距離の計算
しきい値の選択(最大値または極値分析)
特徴重要度分析による異常の原因特定
SAnDは、産業プロセスのデータが持つ以下の特徴に対処することができる:
高い多重共線性
未知の分布
短期的なノイズと長期的な異常の混在
SAnDの有効性は、実際の産業事例と公開データセットでの評価により示されている。SAnDは、既存手法と比較して、異常検知精度とランタイムの両面で優れた性能を示している。また、特徴重要度分析により、異常の原因を特定することもできる。
Tilastot
産業プロセスのデータは119変数で構成され、強い多重共線性がある。
変数の分布は正規分布やその他の典型的な分布とは大きく異なる。
Lainaukset
"SAnDは、産業プロセスおよびIoT環境における異常検知のための新しい簡単で汎用的な半教師あり手順である。"
"SAnDは、既知の統計ツールを組み合わせて、異常を特定し、その原因を解明することができる。"