ディープラーニングに基づく異常検知技術「DeAnoS: Deep Anomaly Surveillance」 非定型故障箇所推定技術「DeAnoS-RCA: Root Cause Analysis」NTTネットワークサービスシステム研究所

NTT研究所は、Network-AIやAI-OpS^*研究の一環として、ICTシステムの潜在的なリスクを早期に検知する『ディープラーニングに基づく異常検知技術「DeAnoS」』と故障機器を推定する『非定型故障箇所推定技術「DeAnoS-RCA」』を開発しました。DeAnoSはICTシステム等から収集される大量のデータを効率的に分析することで、平常状態からの乖離を異常として検知します。また、異常に寄与するデータを異常の要因として推定します。DeAnoS-RCAは大量アラーム発生時にネットワークのトポロジーと発生アラームの因果関係を分析することで故障機器を推定します。

1. *OpS: Operations, AIのネットワークや関連システムのオペレーションへの応用

ICTシステムの異常検知、故障機器の特定は、膨大な時間と手間を要します。異常検知は、保守者の経験や設計に基づき、閾値などのルールを設定して行うため、想定外の異常は検知できず、大規模障害に繋がることがあります。
また、多様な装置から収集される大量のデータに、閾値などのルールを設定する必要がありました。
故障機器の特定においても、大量のIF-THENルールを網羅的に事前に設定する必要があり、人手で行うことは困難です。

（１）DeAnoSの特徴

• ディープラーニング技術を用いて、平常時のネットワークやサーバ、またこれらを構成する装置やプロセスの複雑な状態を自動で学習することで、ルールベースの検知では見逃されていたサイレント故障等も検知
• さらに異常の主要因となるデータや機器を特定することで、切り分けにかかる時間を削減し、サービス影響を短期化
• 欠損や変化の多いデータであっても誤検知を抑え、アラートの多発に煩わされない検知を実現

（２）DeAnoS-RCAの特徴

• ネットワークのトポロジーから自動的に各機器の故障とアラーム発生の因果関係を規定するため、大量のルール設定不要
• 大量アラーム発生時に規定した因果関係を利用して自動的に故障機器を推定することで、切り分けを迅速化

• ネットワークやサーバ等の異常の早期検知・切り分けサポートにより、故障や輻輳などによるサービス影響時間を短縮
• 各種装置の構成部品 (HDDなど) の異常度の長期的な傾向の変化から、経年状態変化やその要因を把握し、予防保全を実施
• 制御技術と組み合わせ、早期に検知した異常を回避するような制御を実施
• ネットワークやサーバ以外でも，複数の数値を取り扱うような異常検知ユースケースに適用可能

ネットワークサービスシステム研究所　通信トラヒック・品質・オペレーション研究プロジェクト