Anomaly Detection คืออะไร? การค้นหาสิ่งที่แตกต่างจากรูปแบบปกติ

Updated · By Viviai

Anomaly Detection (การตรวจหาความผิดปกติ หรือเรียกอีกอย่างว่า outlier detection) คือ กระบวนการระบุตัวอย่างหรือเหตุการณ์ที่แตกต่างจากรูปแบบส่วนใหญ่ของข้อมูล จุดที่ผิดปกติเหล่านี้มักชี้ให้เห็นปัญหา เช่น การฉ้อโกง ความเสียหายของอุปกรณ์ หรือข้อผิดพลาดของระบบ โดยทั่วไปอาศัยการเรียนรู้แบบไม่มีผู้สอนในการจับว่าอะไรคือรูปแบบปกติ

การตรวจหาความผิดปกติคืออะไร

ข้อมูลส่วนใหญ่มักรวมกันเป็นรูปแบบที่คาดหมายได้ แต่บางจุดอาจห่างออกไปอย่างเห็นได้ชัด Anomaly detection มีเป้าหมายเพื่อหาจุดเหล่านั้น ลองนึกภาพการตรวจบัตรเครดิต: หากมีรายการใช้จ่ายในต่างประเทศในเวลากลางคืนด้วยยอดที่ผิดปกติ ระบบอาจตั้งค่าสงสัยว่าเป็นการฉ้อโกง

ความผิดปกติมีกี่แบบ

วิธีตรวจหาที่พบบ่อย

วิธีทางสถิติ

ตั้งสมมติฐานเกี่ยวกับการแจกแจงของข้อมูล แล้วหาจุดที่อยู่ห่างจากช่วงที่คาดหมาย เช่น จุดที่อยู่ห่างจากค่าเฉลี่ยหลายเท่าของส่วนเบี่ยงเบนมาตรฐาน

วิธีอิงระยะห่าง

วัดระยะห่างระหว่างจุดข้อมูล หากจุดหนึ่งอยู่โดดห่างจากเพื่อนบ้านมาก อาจเป็นค่านอกเกณฑ์

วิธีด้วยการเรียนรู้ของเครื่อง

ตารางสรุป

แนวทาง หลักการ ตัวอย่าง
สถิติ เทียบการแจกแจงปกติ ค่าเบี่ยงเบนมาตรฐาน
ระยะห่าง ดูเพื่อนบ้าน ระยะห่างจากจุดอื่น
การเรียนรู้ของเครื่อง จำลองรูปแบบปกติ autoencoder, k-means

ใช้งานที่ไหน

ข้อจำกัด

FAQ

Anomaly Detection ใช้ทำอะไร?

หาจุดหรือเหตุการณ์ที่แตกต่างจากรูปแบบปกติ เช่น การฉ้อโกง ความเสียหายเครื่องจักร และการบุกรุกเครือข่าย

Anomaly กับ Outlier ต่างกันไหม?

ในงานส่วนใหญ่ใช้เรียกใกล้เคียงกัน โดย outlier เน้นจุดที่อยู่ห่างจากข้อมูลกลุ่มหลัก ส่วน anomaly เน้นสิ่งที่ผิดไปจากรูปแบบปกติ

จัดเป็น supervised หรือ unsupervised?

ส่วนใหญ่เป็น unsupervised เพราะความผิดปกติแท้จริงมักไม่มีป้ายกำกับ แต่บางงานอาจใช้ข้อมูลมีป้ายได้

ทำไมความผิดปกติจึงหายาก?

เหตุการณ์ผิดปกติ เช่น การฉ้อโกงหรือเครื่องเสีย เกิดน้อยกว่าเหตุการณ์ปกติมาก จึงทำให้ข้อมูลไม่สมดุล

ระบบจะเตือนผิดได้ไหม?

ได้ หากเกณฑ์ไวเกินไปอาจเตือนเหตุการณ์ปกติว่าผิดปกติ จึงต้องปรับเทียบกับผลลัพธ์จริง

สรุป

Sources

  1. https://th.wikipedia.org/wiki/%E0%B8%81%E0%B8%B2%E0%B8%A3%E0%B8%95%E0%B8%A3%E0%B8%A7%E0%B8%88%E0%B8%AB%E0%B8%B2%E0%B8%84%E0%B8%A7%E0%B8%B2%E0%B8%A1%E0%B8%9C%E0%B8%B4%E0%B8%94%E0%B8%9B%E0%B8%81%E0%B8%95%E0%B8%B4
  2. https://en.wikipedia.org/wiki/Anomaly_detection

Learn by doing

Read a guide, then practice with bite-sized AI lessons you can take offline.

Start learning free