Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
実績データで異常検知できる 「Random Cut Forest」 ハイパーパラメーター設定の...
Search
Kohei "Max" MATSUSHITA
October 08, 2022
Technology
0
4.5k
実績データで異常検知できる 「Random Cut Forest」 ハイパーパラメーター設定の実際/how-to-set-the-hyper-params-for-random-cut-forest-anomaly-detection
2022/10/8 JAWS DAYS 2022 /
https://jawsdays2022.jaws-ug.jp/
の発表資料
Kohei "Max" MATSUSHITA
October 08, 2022
Tweet
Share
More Decks by Kohei "Max" MATSUSHITA
See All by Kohei "Max" MATSUSHITA
こんにちは!AWS re:Invent 2024 です!/JAWS-UG TOHOKU-hi-threre-aws-reinvent-2024-1
ma2shita
0
82
Not only Claude 3 and Amazon Forecast! Get the Future by Chronos of Amazon's Time series FM/get-the-future-by-chronos-of-amazons-time series-fm
ma2shita
0
89
さらなるアウトプットに、Let's ライトニングトーク! ― LTのやり方
ma2shita
2
830
AWS アーキテクチャ作図入門/aws-architecture-diagram-101
ma2shita
23
8.6k
Starlinkと宇宙の話/what-is-starlink-and-the-universe
ma2shita
0
110
Build will change the World!!
ma2shita
0
140
もうサーバーは作らない!手間も費用もかからない「サーバーレス」の選び方と始め方のコツ/lets-serverless
ma2shita
0
89
IoTデバイスを安心して使う「技適」特例の概要から届出~廃止まで && Amazon Monitronのご紹介/telec-and-amazon-monitron
ma2shita
0
700
明日話したくなる!「SIM」の世界、入門編!
ma2shita
0
240
Other Decks in Technology
See All in Technology
Nekko Cloud、 これまでとこれから ~学生サークルが作る、 小さなクラウド
logica0419
2
1k
転生CISOサバイバル・ガイド / CISO Career Transition Survival Guide
kanny
3
1k
白金鉱業Meetup Vol.17_あるデータサイエンティストのデータマネジメントとの向き合い方
brainpadpr
7
870
2.5Dモデルのすべて
yu4u
2
910
2025-02-21 ゆるSRE勉強会 Enhancing SRE Using AI
yoshiiryo1
1
410
目の前の仕事と向き合うことで成長できる - 仕事とスキルを広げる / Every little bit counts
soudai
26
7.6k
ローカルLLMを活用したコード生成と、ローコード開発ツールへの応用
kazuhitoyokoi
0
120
The Future of SEO: The Impact of AI on Search
badams
0
230
ESXi で仮想化した ARM 環境で LLM を動作させてみるぞ
unnowataru
0
110
エンジニアの育成を支える爆速フィードバック文化
sansantech
PRO
3
1.1k
Active Directory攻防
cryptopeg
PRO
5
3.2k
データマネジメントのトレードオフに立ち向かう
ikkimiyazaki
6
1.1k
Featured
See All Featured
We Have a Design System, Now What?
morganepeng
51
7.4k
Sharpening the Axe: The Primacy of Toolmaking
bcantrill
40
2k
Rebuilding a faster, lazier Slack
samanthasiow
80
8.8k
10 Git Anti Patterns You Should be Aware of
lemiorhan
PRO
656
59k
VelocityConf: Rendering Performance Case Studies
addyosmani
328
24k
Testing 201, or: Great Expectations
jmmastey
42
7.2k
Speed Design
sergeychernyshev
27
800
Become a Pro
speakerdeck
PRO
26
5.1k
Fantastic passwords and where to find them - at NoRuKo
philnash
51
3k
Creating an realtime collaboration tool: Agile Flush - .NET Oxford
marcduiker
27
1.9k
ReactJS: Keep Simple. Everything can be a component!
pedronauck
666
120k
Building Better People: How to give real-time feedback that sticks.
wjessup
367
19k
Transcript
実績データで異常検知できる 「Random Cut Forest」 ハイパーパラメーター設定の実際 JAWS-UG IoT 専門支部 / 松下享平
“Max”
自己紹介 株式会社ソラコム テクノロジー・エバンジェリスト 松下享平 (まつした こうへい) "Max“ 講演回数 500超/累計 保有スライド
1万枚超 (もはやわからん) JAWS-UG IoT 専門支部 AWS ヒーロー (IoT 部門、2020年) 好きな言葉「論より、コード」 好きな AWS サービス • AWS IoT Core • AWS IoT Events • Amazon Ember font family @ma2shita お気軽にフォローを! 仲良くしてね (^^ #jawsdays2022 #jawsdays2022_C #jawsug #Maxデテル
Random Cut Forest 異常検出と予測に使える ML アルゴリズム
今日のゴール 機械学習で不可避な「ハイパーパラメーター」の設定を 実データから見出そう http://proceedings.mlr.press/v48/guha16.pdf numberOfTrees = ? subSampleSize = ?
timeDecay = ? shingleSize = ? numberOfTrees = ! subSampleSize = ! timeDecay = ! shingleSize = !
Random Cut Forest (RCF) …?? http://proceedings.mlr.press/v48/guha16.pdf
Random Cut Forest (RCF) RCF を使用して異常を検出する方法 https://docs.aws.amazon.com/ja_jp/quicksight/latest/user/how-does-rcf-detect-anomalies.html スコアが最近のポイントと大幅に異なる場合、 データポイントを異常と識別します。 教師なし
《 実績データが使える 》 機械学習(ML) アルゴリズムの 1つ
どこが “異常” ?
どこが “異常” ?
異常検知でわかること !
ルールベースでも良いのでは? if -20 < genba_no_temp < 40: print "よしっ!" else:
print "異常!" 夏と冬では? 福岡と札幌では? 定義が複雑に 明らかに判断できることに 利用する
RCF は、どのようなデータに適用可能? 特定の範囲 周期性 《共通》 時系列データ
RCF に必要な2つのもの 最近のポイントと異なる データポイントを異常と識別 比較元のデータ “異常” の定義 1 2 実績データが使える
スコアが算出される 決めるのはあなた
どういうことか?見てみよう 《ライブデモ》 AWS Cloud Amazon Kinesis Data Analytics Amazon Kinesis
Data Streams AWS CLI
0 0.5 1 1.5 2 2.5 3 0 5 10
15 20 25 30 35 40 temp score ここは あなたが 決める 異常 正常
ここまでのまとめ Random Cut Forest (RCF) は 教師なしの ML アルゴリズム ➢
データ毎の条件調整が不要、実績データを基に始められる手軽さ 時系列データを対象に、範囲や周期性のあるデータでも異常検知ができる ➢ 適用できる範囲が広い Anomaly Score が算出される ➢ あの “異常” を決めるのは、あなた
CREATE OR REPLACE PUMP "ANORMALY_DETECTION_PUMP" AS INSERT INTO "TEMP_STREAM_001" SELECT
STREAM "temp", "ANOMALY_SCORE", "ANOMALY_EXPLANATION" FROM TABLE(RANDOM_CUT_FOREST_WITH_EXPLANATION ( CURSOR(SELECT STREAM * FROM "SOURCE_SQL_STREAM_001"), 100, 10, 100000, 1, TRUE )); numberOfTrees = 100 subSampleSize = 10 timeDecay = 100000 shingleSize = 1 RCF のハイパーパラメーター … 精度 … Anomaly Score が算出され始める件数 … 見比べる対象 “最近のポイント” 数 … データ重複への考慮具合 注) 程度の解釈で
データ件数と相談したいのが `subSampleSize` subSampleSize のデフォルトは 256 = 257件目のデータから Anomaly Score が算出される
➢ 小さくすれば、早く結果が得られる (例: 10 → 11 件目から) • 精度とのトレードオフ 持っているデータの件数と これから発生するデータ件数(の見積) から決定
(残りの) RCF のハイパーパラメーター numberOfTrees = 100 subSampleSize = 10 timeDecay
= 100000 shingleSize = 1 … 精度 … Anomaly Score が算出され始める件数 … 見比べる対象 “最近のポイント” 数 … データ重複への考慮具合 注) 程度の解釈で CREATE OR REPLACE PUMP "ANORMALY_DETECTION_PUMP" AS INSERT INTO "TEMP_STREAM_001" SELECT STREAM "temp", "ANOMALY_SCORE", "ANOMALY_EXPLANATION" FROM TABLE(RANDOM_CUT_FOREST_WITH_EXPLANATION ( CURSOR(SELECT STREAM * FROM "SOURCE_SQL_STREAM_001"), 100, 10, 100000, 1, TRUE ));
“特定の範囲” が対象なら 残りはデフォルトで大丈夫そう numberOfTrees = 100 subSampleSize = 10 timeDecay
= 100000 shingleSize = 1 … 精度 … Anomaly Score が算出され始める件数 … 見比べる対象 “最近のポイント” 数 … データ重複への考慮具合 注) 程度の解釈で
周期性のデータを対象にするなら `shingleSize` も調整 shingle = 屋根板 「重なってる様子」 0 6 10
10 6 0 -6 -10 -10 -6 0 6 10 10 6 0 -6 -10 -10 -6
周期性のデータを対象にするなら `shingleSize` も調整 shingle = 屋根板 「重なってる様子」 0 6 10
10 6 0 -6 -10 -10 -6 0 6 10 10 6 0 -6 -10 -10 -6 例) shingleSize = 4 0 6 10 10 6 0 -6 -10 -10 -6 6 10 10 6 0 -6 -10 -10 -6 0 10 10 6 0 -6 -10 -10 -6 0 6 10 6 0 -6 -10 -10 -6 0 6 10 0 6 10 10 6 0 -6 -10 -10 -6 6 10 10 6 0 -6 -10 -10 -6 10 10 6 0 -6 -10 -10 -6 10 6 0 -6 -10 -10 -6 1 2 3 4 “重なり合い” を考慮した比較をしてくれる 注) 程度の解釈で
《手軽に試す方法》 import rrcf https://github.com/kLabUM/rrcf Robust Random Cut Forest の Python
実装
https://aws.amazon.com/jp/blogs/news/use-the-built-in-amazon-sagemaker-random-cut-forest-algorithm-for-anomaly-detection/ [1] Sudipto Guha, Nina Mishra, Gourav Roy, and Okke
Schrijvers. “Robust random cut forest based anomaly detection on streams.” In International Conference on Machine Learning, pp. 2712-2721. 2016.
どういうことか?見てみよう 《ライブデモ》 python3 rrcf-demo-run.py Gist 準備 python3 -m venv rrcf-demo
cd !$ source bin/activate pip install numpy matplotlib rrcf
ここまでのまとめ Random Cut Forest (RCF) のハイパーパラメーターは、以下の要素で設定 ➢ データ件数で「subSampleSize」 ➢ 周期性のデータが対象なら、さらに「shingleSize」
➢ あとは、まずデフォルトを採用 RCF の挙動はローカルでも確認できる ➢ import rrcf ➢ ※ timeDecay 等のパラメーターの有無があるため、 あくまでも挙動確認用
RCF が使える AWS サービス Amazon Kinesis Data Analytics Amazon QuickSight
Amazon SageMaker Amazon OpenSearch Service ※たぶんすべてカバー
どうやって データを入れる?
データ投入の方法 aws kinesis put-record --stream-name ST --partition-key 123 --data '{"temp":25.0}'
AWS CLI CLI や SDK に頼らず、HTTP POST したい…? curl -H JSON -d '{"temp":25.0}' funnel.soracom.io IoT な マイコンからも Amazon Kinesis Data Streams が使える 詳しくは「SORACOM Funnel」で検索
AWS Cloud HTTP POST を利用した IoT データ収集アーキテクチャー例 Amazon Kinesis Data
Analytics Amazon Kinesis Data Streams 《クラウドアダプタ》 SORACOM Funnel IoT デバイス HTTP POST TCP/UDP
おしまい ✓ Random Cut Forest は、即戦力な異常検知アルゴリズム ✓ データとパラメータを確認しながら試せる 謝辞と宣伝: •
いろんなドキュメントに助けられた、まじありがとう! • こんな素敵なイベントに出られてうれしいよ、まじありがとう! • AWS Dev Day に出るよ! IoTの楽しさをライブデモで!AWSとラズパイで「作らずに創る」IoTのハジメ • AWS re:Invent 2022 行くよ!
参考資料 • RCF を使用して異常を検出する方法 • 例: データ異常の検出と説明の取得 (RANDOM_CUT_FOREST_WITH_EXPLATION 関数) •
RCF の仕組み • 異常検出にビルトイン Amazon SageMaker Random Cut Forest アルゴリズムを使用する • kLabUM/rrcf: 🌲 Implementation of the Robust Random Cut Forest algorithm for anomaly detection on streams • 異常検知の世界へようこそ • Amazon SageMakerで産業用機械の温度データから異常値を検出してみた • Amazon SageMakerのRandom Cut Forestで異常検知をする(shingling処理の検証) • IoTデータの異常検知をAmazon Kinesis Data Analyticsで行うアーキテクチャー
SORACOM の願い クラウド ⇒ 多くの Web サービス SORACOM ⇒ 多くの
IoT システム 日本から、世界から、たくさんの IoT プレイヤーが生まれますように
Random Cut Forest の話でした! #jawsdays2022 #jawsdays2022_C #jawsug #Maxデテル @ma2shita お気軽にフォローを!
仲良くしてね (^^