アノマリ検知（異常検知）とは、通常とは異なる振る舞いをデータから見つけ出し、問題の兆候を早めに把握する分析手法です。売上やアクセス数、機器のセンサー値などの時系列データから、急な増減や不自然なパターンを検出します。
アノマリ検知の目的は、障害や不正、品質劣化といったリスクを早期に発見し、対応の遅れを防ぐことです。代表的な方法として、しきい値によるルール判定、統計的な外れ値検出、機械学習を使う手法などが挙げられるでしょう。たとえばECでは不正決済の兆候、製造ではセンサー異常、SaaSではエラー率の急上昇を検知してアラート運用につなげます。
アノマリ検知では、季節性や曜日要因など「正常な変動」を異常と誤判定しない設計が重要です。検知精度を高めるために、指標の定義や集計粒度をそろえ、誤検知と見逃しの許容範囲を決めたうえで運用します。モデルやルールは環境変化で効き方が変わるため、定期的な見直しも欠かせないでしょう。
