| 講演名 | 2021-08-27 コンセプトドリフトの影響を低減する異常検出方式 ジャスワル サティシュ クマル(日立), 増田 峰義(日立), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | |
| 抄録(英) | There is an increasing trend to use machine learning models for monitoring anomalous behavior of CPU, memory, network, and disk. However, they fail to detect anomalies immediately after abrupt concept drifts unless re-trained withpost drift data. It may take from days to weeks to collect post drift data, interrupting accurate monitoring. We identify thatit is possible to avoid re-training if the concept drifts were caused by events such as change in number of CPU, memorysize, unscheduled deletion of log files, transfer of files, etc. Since these events are expected to become more frequent dueto adoption of container based microservice architecture, it is important to enable accurate anomaly detection immediatelyafter these events. Our proposed method includes two major steps. First, we confirm that an abrupt concept drift is due toabove-mentioned events. Second, we find a transformation function which can undo the change in data distribution caused bythese events. This allows us to use the same model even after the concept drift. We evaluated our method against well-knownadaptive methods such as Adaptive Random Forest. We found that Adaptive Random Forest takes 2 weeks to adapt while theproposed method can adapt immediately. |
| キーワード(和) | |
| キーワード(英) | AIOpsAnomaly DetectionConcept driftConcept drift adaptationLinear transformation |
| 資料番号 | SWIM2021-20,SC2021-18 |
| 発行日 | 2021-08-20 (SWIM, SC) |
| 研究会情報 | |
| 研究会 | SWIM / SC |
|---|---|
| 開催期間 | 2021/8/27(から1日開催) |
| 開催地（和） | オンライン開催 (FIT2021との併催) |
| 開催地（英） | Online |
| テーマ（和） | ソサエティ5.0に向けたサービスコンピューティングとインタプライズモデル化技術,一般 |
| テーマ（英） | |
| 委員長氏名（和） | 五月女 健治(法政大) / 菊地 伸治(物質・材料研究機構) |
| 委員長氏名（英） | Kenji Saotome(Hosei Univ.) / Shinji Kikuchi(NIMS) |
| 副委員長氏名（和） | 林 章浩(静岡理工科大) / 山登 庸次(NTT) / 木村 功作(富士通研) |
| 副委員長氏名（英） | Akihiro Hayashi(Shizuoka Inst. of Science and Tech.) / Yoji Yamato(NTT) / Kosaku Kimura(Fujitsu Lab.) |
| 幹事氏名（和） | 能上 慎也(東京理科大) / 山田 耕嗣(阪産大) / 中村 匡秀(神戸大) / 細野 繁(東京工科大) |
| 幹事氏名（英） | Shinya Nogami(Tokyo Univ. of Science) / Koji Yamada(Osaka Sangyo Univ.) / Masahide Nakamura(Kobe Univ.) / Shigeru Hosono(Tokyo Univ. of Tech.) |
| 幹事補佐氏名（和） | 工藤 司(静岡理工科大) / 辻 孝吉(愛知県立大) / 手塚 伸(日立) / 中口 孝雄(京都情報大学院大) |
| 幹事補佐氏名（英） | Tsukasa Kudo(Shizuoka Inst. of Science and Tech.) / Kokichi Tsuji(Aichi Pref. Univ.) / Shin Tezuka(Hitachi) / Takao Nakaguchi(KCGI) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Software Interprise Modeling / Technical Committee on Service Computing |
|---|---|
| 本文の言語 | ENG-JTITLE |
| タイトル（和） | コンセプトドリフトの影響を低減する異常検出方式 |
| サブタイトル（和） | |
| タイトル（英） | An anomaly detection method to reduce the effect of concept drift |
| サブタイトル（和） | |
| キーワード(1)（和/英） | / AIOpsAnomaly DetectionConcept driftConcept drift adaptationLinear transformation |
| 第 1 著者 氏名（和/英） | ジャスワル サティシュ クマル / Jaiswal Satish Kumar |
| 第 1 著者 所属（和/英） | 株式会社 日立製作所 研究開発グループ(略称：日立) Hitachi, Ltd. Research & Development Group(略称：Hitachi) |
| 第 2 著者 氏名（和/英） | 増田 峰義 / Masuda Mineyoshi |
| 第 2 著者 所属（和/英） | 株式会社 日立製作所 研究開発グループ(略称：日立) Hitachi, Ltd. Research & Development Group(略称：Hitachi) |
| 発表年月日 | 2021-08-27 |
| 資料番号 | SWIM2021-20,SC2021-18 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | SWIM-156,SC-157 |
| ページ範囲 | pp.46-51(SWIM), pp.46-51(SC), |
| ページ数 | 6 |
| 発行日 | 2021-08-20 (SWIM, SC) |