Products & Services
商品・サービス
システム・ネットワークの“変化の兆候”を捉え、サービス停止を未然に防ぐ
サーバー、NW機器、クラウド環境のログをAIが学習し、
障害の前触れを高精度に検知。運用負荷の削減と安定稼働を同時に実現します。
システム障害を防ぐAI異常予兆検知ソリューション ＠DeAnoS
こんな課題はありませんか？
複雑化したシステム監視の中で重要な変化の兆候を見抜けず、運用負荷が積み上がり続けている
次のようなお悩みはありませんか
・障害アラートが多すぎて本当に重要な変化の兆候を見逃す
・システムが複雑化し、監視項目が増加
・原因調査に時間がかかる
・夜間・休日対応の負荷が高い
・経験の浅い担当者では、判断が難しい
複雑化する運用課題を、一緒に乗り越えられるパートナーでありたい
ITシステムやネットワーク運用の現場では、日々の障害対応やアラート処理に追われ、“常に何かが起きている”かのような緊張感の中で業務が続くことを、私たちはよく理解しています。
また、組織ごとに異なるログ形式や監視環境が存在し、単純な仕組み変換では適応できない複雑さもあります。
さらに、限られた人員で膨大な運用業務を回さなければならないという、ヒューマンコストの制約も避けて通れません。
こうした IT／通信運用部門特有の負荷と制約を理解したうえで、私たちは現場に無理を強いることなく、確実に効果を発揮できるアプローチをご提供します。
解決のためには
膨大なログの中から変化の兆候を絞り込み、障害発生前に対処を可能にする運用アプローチ
＠DeAnoSは、まず正常時のログパターンをAIが学習することで従来のしきい値設定に依存することなく、膨大なログの中から異常の兆候だけを効率的に抽出します。
さらに、検知した異常がどの範囲に影響するかを推定するので、どこを確認し、どのように備えるべきかを早めに判断できるようにします。
これにより、障害が発生してから動くのではなく、その前段階で必要な準備や初動対応を進めることが可能になります。
また、既存の監視環境とも連携できるため、現在の運用フローを大きく変えることなく、より精度の高い予兆検知と迅速な対応を実現します。
この商品・サービスのメリット
1 止められない現場のための、“早期把握”による停止リスク低減
＠DeAnoSは、設備やシステムの「いつもと違う」挙動を早期に察知し、故障や障害が発生する前の段階で変調を捉えます。
異常の兆候を早く把握することで、計画外停止や品質低下を防ぎ、止められない現場の安定稼働に貢献します。2 原因分析の迅速化と運用負荷の軽減
＠DeAnoSは、膨大な監視データから“どの項目が、いつ、どの程度いつもと違うのか” を自動で抽出し、原因候補や影響範囲を整理して提示します。
そのため、異常発生時の原因調査にかかる時間を大幅に短縮でき、初動対応の迷いもなくなります。
結果として、運用担当者の負荷を抑えながら、迅速な復旧と安定運用を実現します。3 専門家サポートと多様なシステム統合で、DX促進
AIや異常予兆検知の技術に不慣れなユーザーでも、PoC（概念実証）から導入コンサルティング、開発・構築、運用までのフェーズで専門家のサポートを受けながらシステムを運用できます。また、@DeAnoSはBIツールのSpotfire®やRPAツールのWinActor®、統合運用管理ソフトウェアのHinemos®との連携機能を備えており、既存システムとの統合やカスタマイズが柔軟に行えます。
TIBCOおよびSpotfireは、Cloud Software Group, Inc.の商標または登録商標です。
当社はTIBCOおよびSpotfireのジャパン・ディストリビュータであるNTTドコモビジネスX株式会社とSpotfireの販売契約を締結しています。@DeAnoSの連携機能は、オンプレミス版にてご提供可能です。
4 データ連携アダプタにより様々な監視装置と連携
各種設備やシステムから収集された監視データや監視アプリ等で集計したデータは、@DeAnoSのデータ連携アダプタを介して＠DeAnoSに送られます。
＠DeAnoSでは、AIが監視データの相関を学習し、“いつもと違う”変化を自動でチェック。
異常の兆しや影響し得る範囲を読み解き、対処すべきポイントを分かりやすく提示します。
検知結果はダッシュボードでの可視化やメール通知として出力され、現場は重要な変化にすぐ気づけるだけでなく、判断に必要な情報を効率的に取得できます。
既存の監視基盤をそのまま活かしながら、予兆検知・異常検知を無理なく追加できる構成です
こんな方に最適です！
以下のようなお悩みをお持ちのシステム運用担当者さまに最適なソリューションです。
24/365運用が求められる情報システム部門
障害対応・原因特定に時間がかかっている企業
マルチベンダー環境・クラウド併用のNW運用チーム
導入イメージ
監視装置では“正常”と見えるフェールオーバ失敗を、AIがトラフィックの違和感から検知
冗長構成のネットワークでは、監視画面上は切り替えが成功しているように見えても、実際にはスイッチのブレードのファームウェア不具合などにより切り替わらない“偽正常”が発生することがあります。さらに、時間帯や切り替え発生有無によってトラフィック量が変動するため、固定的なしきい値では異常を捉えにくいことも課題でした。＠DeAnoSは、ネットワーク全体の正常時のトラフィック関係性をAIが学習し、「普段と異なる流れ」を異常として検知します。これにより、インタフェース数が多い複雑な構成でも切り替え失敗の兆候を早期に把握でき、障害対応の初動を迅速化し、サービス停止リスクの低減に貢献します。
IoT製品のヘルスチェックデータから“異常の前触れ”を捉え、ユーザへの事前通知を実現
IoT製品の状態監視においては、ヘルスチェックデータの項目数が多く、自社での解析が難しいためメーカーに送付して結果を待つ必要があり、故障前にユーザへ事前通知を行うことが困難という課題がありました。
＠DeAnoSは、ヘルスチェックデータを基に 異常検知モデルを自動構築し、“いつもと違う”挙動を予兆として早期に検知します。これにより、分析結果をメーカーに依頼することなく、利用者に向けた早期の異常通知が可能になりました。
解析にかかっていた時間を大幅に短縮できるだけでなく、故障発生前に対処できることで製品の信頼性向上やユーザ体験の改善につながります。価格プラン
料金や製品の詳しい内容は、下記のボタンよりご覧いただけます。お問い合わせ
変化の兆候を早く掴めば、障害は防げる。AIで“先回り運用”を実現
＠DeAnoSは、正常ログのパターン学習によって「ノイズに埋もれた変化の兆候」を抽出し、対処すべき箇所を明確に提示することで、障害対応の先回りを可能にします。
自社環境に合わせた導入検討の際は、「お問い合わせ・導入について相談する」よりお気軽にご連絡ください。