異常検知– tax –

異常検知とは、正常状態のデータパターンを学習し、そこから逸脱した挙動・値・パターンを自動的に検出する技術の総称です。統計的手法（管理図・マハラノビス距離）、機械学習（Isolation Forest・One-Class SVM）、深層学習（AutoEncoder・VAE）など、データの種類と異常の性質に応じた多様なアプローチが存在します。正常データのみで学習可能な教師なし・半教師ありの手法が多く、異常事例の収集が困難な実務環境にも適用しやすい点が特徴です。

製造業の製品欠陥検出・外観検査、プラント設備の故障予兆検知（予知保全）、ITインフラのサーバー・ネットワーク障害の早期発見、金融取引の不正検出（AML・フロード検知）、医療データにおけるバイタル異常の検出など、異常の早期発見が損失回避や安全確保に直結する領域で広く活用されています。

国内では製造業向けのImpulse（ブレインズテクノロジー）、HACARUS Check、StellaController（Phoxter）、メキキバイト（フツパー）といった外観検査AI、Hmcommの音響AI漏水検知、Cybereason・Spider AFに代表されるサイバーセキュリティ領域の振る舞い検知などが代表例です。近年は時系列Foundation Modelや大規模事前学習モデルの異常検知への転用が研究され、ラベルなしで幅広い領域に汎化する手法の実用化が進んでいます。