情報処理学会 第79回全国大会講演要旨

時系列データにおける異常検出手法の一つとしては Kleinberg のバースト検知が一般によく知られている．この手法は，パラメータを多様に調整できることを考慮すると汎用性が高いように思えるが，パラメータを決定した時点で想定されるバースト（異常）区間の長さも固定されてしまうため，想定よりも長期的な異常，すなわち潜在的な異常の検出には向いていない．よって我々は，時系列データにおける確率分布の変化に着目し，尤度最大化と尤度比検定に基づいて，多様な区間長の異常を検出する手法を提案する．提案手法におけるパラメータは，異常検出の感度を決定するものただ一つであるため，汎用性が高い設計となっている．