Che cos'è la rilevazione delle anomalie?

Una modifica che avviene all'interno di un modello di dati, un valore anomalo o un evento che non rientra nello standard. Una deviazione dai risultati attesi non conforme alle aspettative.

Un'anomalia, o un valore anomalo in un modello, può essere indicativa di qualcosa che non rientra nella norma o che potrebbe non andar bene.

Un singolo punto dati che si discosta troppo dal resto del set.

Un'anomalia che risulta anomala nel contesto di un set di dati ma normale nel contesto di un altro. Si tratta del tipo più comune di anomalia contestuale nei dati delle serie temporali.

Quando un intero sottoinsieme di dati è anomalo rispetto a un set più ampio. I singoli punti di dati non vengono presi in considerazione nell'identificazione delle anomalie collettive.

Come utilizzare l'apprendimento automatico per la rilevazione delle anomalie e il monitoraggio delle condizioni.

Nota anche come digitalizzazione e Industria 4.0, la trasformazione digitale sfrutta tecnologia e dati per semplificare la produttività e aumentare l'efficienza. La disponibilità dei dati è sempre maggiore, poiché macchine e dispositivi sono connessi e in grado di trasferire numerosissimi dati in innumerevoli luoghi. L'obiettivo è estrarre e analizzare le informazioni acquisite dai dati per ridurre i costi e i tempi di inattività: l'apprendimento automatico e l'analisi dei dati svolgono un ruolo importante in questo ambito.

Ogni macchina, indipendentemente dalle rispettive complessità, incorrerà in guasti. Ciò non indica che abbia necessariamente raggiunto il termine del suo ciclo di vita o che debba essere dismessa, ma piuttosto che potrebbe essere necessaria una manutenzione per ripristinare le sue prestazioni ottimali e complete. L'analisi di un set di dati di grandi dimensioni può indicare anomalie che consentono di prevedere o segnalare i casi in cui una macchina necessita di manutenzione o sostituzione.

Un approccio reattivo alla rilevazione delle anomalie può causare tempi di inattività e problemi di prestazioni, che possono avere conseguenze ancor prima che venga trovata una soluzione. La rilevazione delle anomalie nelle prestazioni può aiutare le aziende a prevedere quando e perché potrebbe sorgere un problema all'interno di un servizio di business. La maggior parte dei settori può trarre vantaggio dalla rilevazione, come ad esempio i seguenti due:

• Telco: l'analisi delle telecomunicazioni produce enormi set di dati e le soluzioni avanzate sono importanti per rilevare e prevenire latenza, jitter e qualità delle chiamate insoddisfacente che possono abbassare le prestazioni.
• Adtech: le prestazioni delle applicazioni complesse possono essere difficili da monitorare, per via della velocità di esecuzione delle transazioni all'interno di un'asta pubblicitaria. La rilevazione delle anomalie può individuare problemi in un'applicazione prima che questa possa bloccarsi, evitando in tal modo tempi di inattività durante un'asta pubblicitaria.

I prodotti devono funzionare correttamente e riscontrando il minor numero di errori possibile. L'evoluzione naturale dei prodotti può portare ad anomalie comportamentali in ogni aspetto, da una nuova funzionalità a un test A/B. Il monitoraggio continuo di eventuali anomalie comportamentali può prevenire tempi di inattività o problemi continui. La maggior parte dei settori può trarre vantaggio dalla rilevazione. Di seguito sono riportati due esempi:

• E-commerce: la rilevazione delle anomalie consente di individuare eventuali comportamenti anomali o problemi di qualità dei prodotti, come ad esempio problemi di prezzo o variazioni anomale della stagionalità.
• FinTech: le operazioni del settore finanziario avvengono in pochi millisecondi. Le applicazioni che controllano le transazioni devono essere sicure e coerenti. La rilevazione delle anomalie prevenire impedire tempi di inattività o problemi grazie alla rilevazione delle eventuali anomalie nelle prestazioni e nelle operazioni dell'applicazione.

L'esperienza utente può essere negativa se in un sito si riscontra una riduzione delle prestazioni del servizio. La rilevazione delle anomalie può aiutare le aziende a reagire a eventuali errori prima che causino frustrazione nella clientela e determinino una perdita di profitti. Alcuni settori possono trarre vantaggio dalla rilevazione delle anomalie in questo modo:

• Gaming: i giochi sono prodotti complicati, il che rende quasi impossibile monitorare manualmente le il monitoraggio manuale delle complessità di permutazione. L'intelligenza artificiale (IA) può contrastare problemi ed errori in un'esperienza utente, come i glitch.
• Aziende online: il successo delle aziende online si basa ampiamente sull'esperienza utente. Il team IT deve monitorare e ridurre al minimo gli errori API, i tempi di inattività dei server e i problemi di caricamento. L'analisi rapida della causa principale tramite la rilevazione delle anomalie consente di individuare rapidamente un problema per far sì che piattaforme, data center e sistemi operativi possano essere riparati con tempi di inattività ridotti o nulli.