1ZB-02
Anomaly Transformerを用いた時系列データの異常検知とプライバシ保護に関する一検討
○森 仁美（お茶の水女子大），丸 千尋（中央大/お茶の水女子大），中野美由紀（情報・システム研究機構/津田塾大），小口正人（お茶の水女子大）
異常検知の技術は様々な分野で普及しており，近年はIoT機器などから集約したデータをクラウド上で扱う機会が増えたことから，プライバシ保護されたデータに対する深層学習を用いた異常検知の需要が高まっている．異常検知で使用されるモデルの代表例には，近年注目されているAnomaly Transformerが存在する．ここで，時系列データに含まれる異常は特徴に基づき5種類に分類できると知られるが，各異常の特徴やプライバシ保護の観点を踏まえた総合的な性能評価は十分に行われていない．本稿ではAnomaly Transformerを用い，これらの観点を踏まえて時系列データの異常検知に関する詳細な分析を行う．
