異常検知ナイトのLT登壇資料です

1. Mackerel: SaaS型の
サーバー監視/管理
サービス
Agentがサーバーの
メトリックを収集、
グラフで可視化
静的な閾値による
アラートの発砲、Slack
などへの通知をサポート
サービス(例: はてなブログ)/
ロール(例: DB、Proxy)で
分かりやすくグルーピング

2. 休日や夜間など
比較的負荷の
低いケース
平日を中心とした
比較的負荷の
高いケース
異常と判定されるケース
混合ガウス分布(GMM)を利用した異常検知
• ユーザーのロール(DB、
Proxyなど)毎にGMMを構築、
定期的に再学習
• cpu/memory/load average
など約20次元のメトリックを
利用
• 高/低負荷などはあるが、
混合数はそれほどチューニ
ングしなくても動いてくれる
• 時系列的な要素は考慮で
きていない 現在開発中!

3. 困りごと: パラメータチューニング用の
異常データの不足
• 時系列を考慮する異常検知モデル(状態空間モデル、特異スペクトル変換、近傍
法、自己回帰などなど)を使いたい
• チューニング難しすぎませんか問題。様々なハイパーパラメータが存在
– 例: window幅、近傍数(kNN)、スムージングパラメータ(ベイズ的手法)
• 論文では「検証データのF値でハイパーパラメータ決定」と書いてあることも多いが、
現場ではチューニングに必要な異常なデータが常に取れるとは限らない
– ユーザー毎に異常検知モデルを自動で作るので、異常データは使い回せない
– 例: 同じhFp response Hmeのデータでもお客さん毎に許容できるものは異なる
– サービスによっては一ヶ月ずっと平常で異常が取れないこともある
– 利用し始めたばかりのユーザーはどうするか(コールドスタート)
• 弊社に限らず困っている人も多いと思うので、アドバイスよろしくお願いします!