アット東京・慶應義塾大学・東京大学・セコム、機械学習によるデータセンター設備の異常検知・運転支援の実用化に向けて実証実験

セコムグループのBPO・ICT事業を担う株式会社アット東京は、インフラであるデータセンターを24時間365日、安定稼働させて顧客のビジネスをサポートしている。また、慶應義塾大学理工学部情報工学科の松谷宏紀研究室と国立大学法人東京大学大学院情報理工学系研究科システム情報第8研究室の近藤正章准教授は、IoTデバイス上で動作し、教師データを必要としないリアルタイム性の高い異常検知技術を研究している。

そして、セコム株式会社は、複数の時系列データを総合的に分析することで中長期的なトレンドの変化を検知する技術を研究し、設備監視・見守りなどの様々な分野への応用を目指している。

この四者は、データセンター設備から収集されたデータの分析を、約1年間取り組んできた。その結果、従来の閾値監視では難しい、設備故障につながる可能性のある異常の早期検知や、データセンター利用者による機器設置に伴う環境変化の発見などに、各組織の技術は一定の効果があることが確認された。

そこで、異常検知及び変化検知に関する要素技術の確立および、これらの技術を故障の予兆検知等に応用した設備の運転支援技術の実用化を目指して、産学が連携して実証実験を開始する。

同実証実験では、アット東京で運用しているデータセンター内の設備稼働状況をモニタリング可能なシステム(DCIMシステム)から得られたデータおよび、慶應義塾大学と東京大学が研究しているIoTデバイスから得られたデータ及び異常検知結果を、セコムが研究している中長期的なトレンドの変化検知技術を利用して総合的に分析することで、データセンターの効率的な設備運用を目指す。

アット東京・慶應義塾大学・東京大学・セコム、機械学習によるデータセンター設備の異常検知・運転支援の実用化に向けて実証実験

具体的には、アット東京の設備稼働状況に関するデータを収集し、機械学習技術を用いて分析することで、以下の2点を行い、データセンターサービスの品質と信頼性の向上を目指す。

  • データセンターの設備故障につながる可能性のある異常検知技術の確立と適用範囲の拡大
  • 異常検知技術を応用したデータセンター内の環境変化予測を活用した、空調設備をはじめとする各種設備の運転支援技術の確立

各組織の役割りは以下の通り。

  • アット東京
    異常・変化検知技術の適用と同時に異常・変化の正誤情報を収集することで、設備の運用保守の効率化を検証する。
  • 慶應義塾大学、東京大学
    IoTデバイス上で異常をリアルタイムに検知するアルゴリズムを研究開発する。
  • セコム
    必要に応じて変化の正誤情報を利用可能な、中長期的なトレンドの変化検知アルゴリズムを研究開発する。

なお、機械学習技術の発展は著しく、様々な手法が研究されているが、異常検知や変化検知の技術を、高い信頼性が求められるサービスに応用する場合は、学習済みの機械学習モデルの解釈(何を根拠に判断したのか)や、検知性能の改善(結果の正誤情報の学習済みモデルへのフィードバック)に関する課題への考慮が必要となり、同実証実験では、これらの課題にも取り組む。

また、将来的には、データセンター以外にも適用範囲を拡大するなど、さらなる検討を進めるとした。

Previous

Azureによるエッジとクラウドの連携による最適なソリューション構築 ─第一回

ダッソー・システムズのバーチャル都市計画ソリューション3DEXPERIENCE、大成建設が導入

Next