AIfield Loading...

AIfield

時系列系プロダクト X-Watcher(クロスウォッチャー)

■X-Watcherとは

機器の異常検出と原因究明に利用できる製造・情報通信業向けのサービスです。異常の検知によってサーバーの故障を予兆し、未然に防ぐことが可能です。

■システム構成・利用想定

AIによる異常検知 AIが過去データの傾向を学習し、動的な閾値を設定します。機器から得られる実際のメトリクスがその動的な閾値を超えているかどうかを監視することで、異常値を検出します。 AIによる障害予兆の検知 機器から得られるメトリクスをもとに、AIが障害の発生予兆を検知します。予測値が静的な閾値を超えているか監視し、障害が発生することを未然に防ぎます。 簡単操作によるグラフ化 指定期間のメトリクスを簡単操作でグラフ化し、モニタリング業務にお役立ていただけます。 異常発生時のログ表示 異常が発生した期間でのログ情報を簡単に確認でき、原因の早期究明を支援します。

■導入効果/メリット

  • 機器の異常検知と原因究明に利用できるサービス
  • AIがメトリクスを分析し障害の発生予兆を検知するため、障害発生を未然に防止
  • 異常が発生した期間でのログ情報を簡単に確認でき、原因の早期探求を支援

■利用想定

  • サーバ監視の省力化

■Q&A

Q: このシステムを用いることでどういった効果が期待されますか?

A:

CPU使用率の値などのモニタリングと異常が発生した期間でのログ情報を確認する事ができるので、機器の異常検出と原因の早期究明が期待できます。

Q: どういった場所に活用されますか?具体的なユースケースについて教えてください。

A:

①サーバなど通信機器のモニタリングでのご活用
サーバ障害が発生した際のログを参照できるので素早い対応が可能になります。

②IoT機器を導入している工場でのご活用
センサーの値をモニタリングする事で製造工程の異常検知に役立ちます。

③建設現場でのご活用
建設機械の荷重、電流、電圧などのデータからの予兆検知を行うことで、機器の故障をいち早く察知します。

Q: モニタリング画面のグラフは自動で更新されているのですか?

A:

10分ごとにデータを取得し、新しいグラフを描画します。

Q: どのように異常の検知を行っているのですか?

A:

時系列解析の手法を用いて過去のデータの傾向を学習し、その値をもとに閾値を算出しています。実際のデータがこの閾値から外れていた場合に異常であると判断しています。

お問い合わせ

各種ご相談・お問い合わせは、電話または下記お問い合わせボタンよりご連絡お待ちしております。