異常検知とは？
いじょうけんち
データの中から通常とは異なるパターンや外れ値を自動的に発見し、問題の早期発見や予防に役立てる技術です。
異常検知（Anomaly Detection）とは、大量のデータの中から「正常」とは異なる振る舞いや数値を自動的に見つけ出す技術・手法の総称です。
一般に、データの大部分は正常なパターンに収まりますが、故障・不正・疾患などの異変が起きると、そのパターンから逸脱した「異常値（外れ値）」が現れます。異常検知はこの逸脱を統計的・機械学習的な手法で捉えます。主なアプローチとして、統計的手法（平均からの標準偏差を利用するなど）、機械学習ベースの手法（Isolation Forest・One-Class SVM・オートエンコーダーなど）、時系列解析（季節性や傾向を除去して残差を監視）があります。
活用分野は非常に幅広く、製造業では設備センサーデータから機械の故障予兆を検出し、金融ではクレジットカードの不正利用をリアルタイムで察知します。医療では心電図などの生体信号から不整脈を発見し、サイバーセキュリティではネットワークトラフィックへの不正アクセスを見つけます。
異常検知の難しさは「何が正常か」を定義することにあり、正常データのみで学習する半教師あり学習や教師なし学習が多く使われます。偽陽性（誤検知）と見逃しのバランスを調整することが実用上の重要な課題です。
使い方・例文
工場の生産ラインに取り付けた振動センサーのデータに異常検知を適用し、モーターが壊れる前に警告を出して計画外停止を防ぎます。
この用語をシェア
最終更新: