Worum handelt es sich bei der Anomalieerkennungs-API?What is the Anomaly Detector API?

Die Anomalieerkennungs-API bietet Ihnen die Möglichkeit, Anomalien in Zeitreihendaten durch maschinelles Lernen zu überwachen und zu erkennen.The Anomaly Detector API enables you to monitor and detect abnormalities in your time series data with machine learning. Die Anomalieerkennungs-API passt sich an, indem die am besten passenden Modelle für Ihre Daten automatisch identifiziert und angewendet werden, unabhängig von der Branche, dem Szenario oder der Datenmenge.The Anomaly Detector API adapts by automatically identifying and applying the best-fitting models to your data, regardless of industry, scenario, or data volume. Mithilfe der Zeitreihendaten bestimmt die API die Grenzen für die Anomalieerkennung, die erwarteten Werte und, welche Datenpunkte Anomalien sind.Using your time series data, the API determines boundaries for anomaly detection, expected values, and which data points are anomalies.

Erkennen von Musteränderungen in Dienstanforderungen

Für die Verwendung der Anomalieerkennung sind keine Erfahrungen im Bereich des maschinellen Lernens erforderlich. Dank der RESTful-API können Sie den Dienst einfach in Ihre Anwendungen und Prozesse integrieren.Using the Anomaly Detector doesn't require any prior experience in machine learning, and the RESTful API enables you to easily integrate the service into your applications and processes.

FeaturesFeatures

Mit der Anomalieerkennung können Sie Anomalien in allen Zeitreihendaten, oder auch während sie in Echtzeit auftreten, automatisch erkennen.With the Anomaly Detector, you can automatically detect anomalies throughout your time series data, or as they occur in real-time.

FeatureFeature BESCHREIBUNGDescription
Erkennen von Anomalien in EchtzeitDetect anomalies as they occur in real-time. Anomalien werden in Ihren Streamingdaten erkannt, indem anhand vorheriger Datenpunkte ermittelt wird, ob der letzte Punkt eine Anomalie ist.Detect anomalies in your streaming data by using previously seen data points to determine if your latest one is an anomaly. Bei diesem Vorgang wird anhand der von Ihnen gesendeten Datenpunkte ein Modell generiert und bestimmt, ob der Zielpunkt eine Anomalie ist.This operation generates a model using the data points you send, and determines if the target point is an anomaly. Durch Aufrufen der API mit jedem neu generierten Datenpunkt können Sie Daten während der Erstellung überwachen.By calling the API with each new data point you generate, you can monitor your data as it's created.
Erkennen von Anomalien für das ganze Dataset als BatchDetect anomalies throughout your data set as a batch. Die Zeitreihe wird verwendet, um alle Anomalien zu erkennen, die in den gesamten Daten potenziell vorhanden sind.Use your time series to detect any anomalies that might exist throughout your data. Bei diesem Vorgang wird anhand der gesamten Zeitreihendaten ein Modell generiert, bei dem jeder Punkt mit demselben Modell analysiert wird.This operation generates a model using your entire time series data, with each point analyzed with the same model.
Erhalten zusätzlicher Informationen zu Ihren DatenGet additional information about your data. Erhalten Sie hilfreiche Details zu Ihren Daten und allen beobachteten Anomalien, wie erwarteten Werten, Anomaliegrenzen und Positionen.Get useful details about your data and any observed anomalies, including expected values, anomaly boundaries and positions.
Anpassen der Grenzen für die AnomalieerkennungAdjust anomaly detection boundaries. Die Anomalieerkennungs-API erstellt automatisch Grenzen für die Anomalieerkennung.The Anomaly Detector API automatically creates boundaries for anomaly detection. Passen Sie diese Grenzen an, um die Empfindlichkeit der API für Datenanomalien zu erhöhen oder zu verringern, sodass diese besser zu Ihren Daten passt.Adjust these boundaries to increase or decrease the API's sensitivity to data anomalies, and better fit your data.

DemoDemo

Sehen Sie sich diese interaktive Demonstration an, um sich mit der Funktionsweise der Anomalieerkennung vertraut zu machen.Check out this interactive demo to understand how Anomaly Detector works. Zum Ausführen der Demonstration müssen Sie eine Ressource für die Anomalieerkennung und den API-Schlüssel und den Endpunkt abrufen.To run the demo, you need to create an Anomaly Detector resource and get the API key and endpoint.

NotizbuchNotebook

Weitere Informationen zum Abrufen der API für die Anomalieerkennung finden Sie unter diesem Azure Notebook.To learn how to call the Anomaly Detector API, try this Azure Notebook. In diesem im Web gehosteten Jupyter Notebook wird gezeigt, wie Sie eine API-Anforderung senden und das Ergebnis visualisieren.This web-hosted Jupyter Notebook shows you how to send an API request and visualize the result.

Führen Sie die folgenden Schritte aus, um das Notebook auszuführen:To run the Notebook, complete the following steps:

  1. Holen Sie sich einen gültigen Abonnementschlüssel für die Anomalieerkennungs-API sowie einen API-Endpunkt.Get a valid Anomaly Detector API subscription key and an API endpoint. Im folgenden Abschnitt finden Sie Anweisungen zur Registrierung.The section below has instructions for signing up.
  2. Melden Sie sich an, und klicken Sie rechts oben in der Ecke auf „Klon“.Sign in, and click Clone, in the upper right corner.
  3. Deaktivieren Sie im Dialogfeld die Option „Öffentlich“, bevor Sie den Klonvorgang durchführen. Andernfalls ist Ihr Notebook, einschließlich aller Abonnementschlüssel, öffentlich zugänglich.Un-check the "public" option in the dialog box before completing the clone operation, otherwise your notebook, including any subscription keys, will be public.
  4. Klicken Sie auf Run on free compute (Mit kostenlosem Compute ausführen) .Click Run on free compute
  5. Wählen Sie eines der Notebooks aus.Select one of the notebooks.
  6. Fügen Sie Ihren gültigen Abonnementschlüssel für die Anomalieerkennungs-API zur Variablen subscription_key hinzu.Add your valid Anomaly Detector API subscription key to the subscription_key variable.
  7. Ändern Sie die Variable endpoint in Ihren Endpunkt.Change the endpoint variable to your endpoint. Beispiel: https://westus2.api.cognitive.microsoft.com/anomalydetector/v1.0/timeseries/last/detectFor example: https://westus2.api.cognitive.microsoft.com/anomalydetector/v1.0/timeseries/last/detect
  8. Klicken Sie auf der oberen Menüleiste auf Zelle und dann auf Alle ausführen.On the top menu bar, click Cell, then Run All.

WorkflowWorkflow

Die Anomalieerkennungs-API ist ein RESTful-Webdienst und kann somit problemlos in jeder Programmiersprache aufgerufen werden, die HTTP-Anforderungen beherrscht und JSON analysieren kann.The Anomaly Detector API is a RESTful web service, making it easy to call from any programming language that can make HTTP requests and parse JSON.

Hinweis

Damit bei der Verwendung der API für die Anomalieerkennung die besten Ergebnisse erzielt werden, sollten Ihre JSON-formatierten Zeitreihendaten Folgendes enthalten:For best results when using the Anomaly Detector API, your JSON-formatted time series data should include:

  • Datenpunkte, die durch dasselbe Intervall getrennt sind, wobei nicht mehr als 10 % der erwarteten Anzahl von Punkten fehlen.data points separated by the same interval, with no more than 10% of the expected number of points missing.
  • Mindestens 12 Datenpunkte, wenn Ihre Daten kein eindeutiges saisonales Muster aufweisen.at least 12 data points if your data doesn't have a clear seasonal pattern.
  • Mindestens vier Mustervorkommen, wenn Ihre Daten ein eindeutiges saisonales Muster aufweisen.at least 4 pattern occurrences if your data does have a clear seasonal pattern.

Sie benötigen ein Cognitive Services-API-Konto mit Zugriff auf die Anomalieerkennungs-API.You must have a Cognitive Services API account with access to the Anomaly Detector API. Sie können Ihren Abonnementschlüssel über das Azure-Portal abrufen, nachdem Sie Ihr Konto erstellt haben.You can get your subscription key from the Azure portal after creating your account.

Nach der Registrierung:After signing up:

  1. Konvertieren Sie die Zeitreihendaten in ein gültiges JSON-Format.Take your time series data and convert it into a valid JSON format. Folgen Sie den bewährten Methoden, wenn Sie die Daten vorbereiten, um die besten Ergebnisse zu erzielen.Use best practices when preparing your data to get the best results.
  2. Senden Sie eine Anforderung mit Ihren Daten an die Anomalieerkennungs-API.Send a request to the Anomaly Detector API with your data.
  3. Analysieren Sie die zurückgegebene JSON-Nachricht, um die API-Antwort zu verarbeiten.Process the API response by parsing the returned JSON message.

AlgorithmenAlgorithms

Beitreten zur Anomalieerkennungs-CommunityJoin the Anomaly Detector community

Nächste SchritteNext steps