JP2021120794A - 異常検知装置および異常検知方法 - Google Patents

Abstract

【課題】正常ではないと推論される流量を検知した場合に、どのような要因でその流量が計測されたかを把握することを可能にする。【解決手段】流量データを取得する流量取得部１０１と、流量取得部１０１が取得した流量データと流量データを入力とし異常値スコアを出力する機械学習モデル１０３とに基づいて取得した異常値スコアに基づき、流量取得部１０１が取得した流量データが正常であるか否かを推論する推論部１０２と、推論部１０２が、流量取得部１０１が取得した流量データが正常ではないと推論した場合、流量データが計測された要因に関する問合せを指示する問合せ指示情報を出力する問合せ指示出力部１０４と、問合せ指示出力部１０４が出力した問合せ指示情報に応じた回答情報を取得する回答取得部１０６と、回答取得部１０６が取得した回答情報を、流量取得部１０１が取得した流量データと対応付けて記憶する記憶制御部１０７とを備えた。【選択図】図１

Description

この発明は、計測された流量に基づいて異常を検知する異常検知装置および異常検知方法に関するものである。

従来、計測された流量に関し、機械学習済のモデル（以下「機械学習モデル」という。）に基づいて、正常ではないと推論される流量を検知する技術が知られている。
例えば、水の消費量に関する情報を入力とし異常値スコアを出力する機械学習モデルに基づいて、出力された異常値スコアから、漏水等、正常ではないと推論される水の消費量を検知する技術が知られている（例えば、非特許文献１）。

Vincent Vercruyssen, Wannes Meert, Gust Verbruggen, Koen Maes, Ruben Baeumer（"ae"はウムラウトを意味する）, Jesse Davis,"Semi-Supervised Anomaly Detection with an Application to Water Analytics" IEEE, 2018 IEEE International Conference on Data Mining(ICDM), 17-20 Nov.2018

上述したような従来技術では、正常ではないと推論される流量を検知した場合、どのような要因でその流量が計測されたかということまでは把握できないという課題があった。

この発明は、上記のような課題を解決するためになされたもので、正常ではないと推論される流量を検知した場合に、どのような要因でその流量が計測されたかを把握することが可能な異常検知装置を提供することを目的としている。

この発明に係る異常検知装置は、流量データを取得する流量取得部と、流量取得部が取得した流量データと流量データを入力とし異常値スコアを出力する機械学習モデルとに基づいて取得した異常値スコアに基づき、流量取得部が取得した流量データが正常であるか否かを推論する推論部と、推論部が、流量取得部が取得した流量データが正常ではないと推論した場合、流量データが計測された要因に関する問合せを指示する問合せ指示情報を出力する問合せ指示出力部と、問合せ指示出力部が出力した問合せ指示情報に応じた回答情報を取得する回答取得部と、回答取得部が取得した回答情報を、流量取得部が取得した流量データと対応付けて記憶する記憶制御部とを備えたものである。

この発明によれば、正常ではないと推論される流量を検知した場合に、どのような要因でその流量が計測されたかを把握することができる。

実施の形態１に係る異常検知装置の構成例を示す図である。 図２Ａおよび図２Ｂは、実施の形態１において問合せ部が居住者に対して行う問合せのイメージの一例を示す図である。 実施の形態１において、問合せ部が居住者に選択肢の中から回答を選択させるようにして行った、問合せのイメージの一例を示す図である。 実施の形態１に係る異常検知装置の動作を説明するためのフローチャートである。 実施の形態１において、問合せ指示出力部が、流量データが正常であると推論された場合に出力した問合せ指示情報に基づいて、問合せ部が居住者に対して行う問合せのイメージの一例を示す図である。

以下、この発明の実施の形態について図面を参照しながら詳細に説明する。
実施の形態１．
図１は、実施の形態１に係る異常検知装置１の構成例を示す図である。
異常検知装置１は、ソフトウェアに基づくＣＰＵを用いたプログラム処理によって実行される。
実施の形態１に係る異常検知装置１は、例えば、サーバを想定している。異常検知装置１は、流量計２とネットワーク３を介して接続される。流量計２は、例えば、住居内に設置されている。

異常検知装置１は、ネットワーク３を介して流量計２から当該流量計２が計測した流量に関する流量データを取得し、取得した流量データと、機械学習モデル１０３とに基づいて、異常値スコアを取得する。異常検知装置１は、異常値スコアに基づき、流量計２から取得した流量データが正常であるか否かを推論する。異常検知装置１は、取得した流量データが正常ではないと推論すると、例えば居住者に対して、当該流量データに関する問合せを行う。異常検知装置１が居住者に対して行う問合せの詳細については、後述する。異常検知装置１は、居住者から、流量データに関する問合せに応じた回答を取得すると、回答と取得した流量データとに基づき、回答に関する情報を流量データと対応付けて記憶するとともに、機械学習モデル１０３に再学習させる。

実施の形態１では、一例として、流量計２は、住居における水の消費量を計測し、異常検知装置１に対して、水の消費量データを、流量データとして出力するものとする。
なお、図１では、異常検知装置１は、１つの流量計２と接続されるものとしているが、これは一例に過ぎない。異常検知装置１は、複数の流量計２と接続されるようになっていてもよい。

図１に示すように、異常検知装置１は、流量取得部１０１、推論部１０２、機械学習モデル１０３、問合せ指示出力部１０４、問合せ部１０５、回答取得部１０６、記憶制御部１０７、回答情報データベース（ＤＢ）１０８、および、学習部１０９を備える。

流量取得部１０１は、ネットワーク３を介して、流量計２が出力した流量データを取得する。流量データは、当該流量データが取得された日時に関する情報と対応付けられているものとする。
流量取得部１０１は、取得した流量データを推論部１０２、記憶制御部１０７、および、学習部１０９に出力する。
流量取得部１０１は、取得した流量データを、記憶部（図示省略）に蓄積させるようにしてもよい。

推論部１０２は、流量取得部１０１が取得した流量データと機械学習モデル１０３とに基づいて取得した異常値スコアに基づき、流量取得部１０１が取得した流量データが正常であるか否かを推論する。

機械学習モデル１０３は、流量データを入力として、異常値スコアを出力するよう、予め学習済みのモデルである（例えば、上述の非特許文献１参照）。実施の形態１では、機械学習モデル１０３が出力する異常値スコアは、「０」〜「１」の値で出力されるものとする。機械学習モデル１０３が出力する異常値スコアが「１」である場合、当該機械学習モデル１０３の入力とした流量データは、正常である可能性が最も高い。機械学習モデル１０３が出力する異常値スコアが「０」である場合、当該機械学習モデル１０３の入力とした流量データは、正常ではない可能性が最も高い、言い換えれば、異常である可能性が最も高い。なお、実施の形態１では、機械学習モデル１０３は、異常検知装置１に備えられているものとしているが、これは一例に過ぎない。機械学習モデル１０３は、例えば、異常検知装置１の外部の、異常検知装置１が参照可能な装置に備えられていてもよい。

推論部１０２は、機械学習モデル１０３に、流量取得部１０１が取得した流量データを入力して、異常値スコアを取得する。推論部１０２は、取得した異常値スコアに基づいて、流量取得部１０１が取得した流量データは正常であるか否かを推論する。具体的には、推論部１０２は、異常値スコアが判定条件を満たすか否かによって、流量データは正常であるか否かを推論する。推論部１０２は、異常値スコアが判定条件を満たす場合、流量取得部１０１が取得した流量データは正常であると推論する。実施の形態１において、判定条件は、「異常値スコアが「１」未満である状態が３０分間継続していない」こととする。すなわち、推論部１０２は、取得した異常値スコアが「１」未満である状態が３０分間継続していない場合、流量取得部１０１が取得した流量データは正常であると推論する。推論部１０２は、取得した異常値スコアが「１」未満である状態が３０分間継続した場合、流量取得部１０１が取得した流量データは正常ではない、言い換えれば、異常であると推論する。

なお、上述の判定条件は一例に過ぎない。例えば、判定条件は、「異常値スコアが「１」である」こととしてもよいし、「異常値スコアが予め設定された閾値未満である状態が予め設定された時間継続していない」こととしてもよい。
推論部１０２は、流量データは正常であるか否かの推論結果を、問合せ指示出力部１０４に出力する。

問合せ指示出力部１０４は、推論部１０２が、流量取得部１０１が取得した流量データが正常ではないと推論した場合、流量取得部１０１が取得した流量データが計測された要因に関する問合せを指示する情報（以下「問合せ指示情報」という。）を、問合せ部１０５に出力する。問合せ指示出力部１０４は、問合せ指示情報と、流量取得部１０１が取得した流量データとを対応付けて、問合せ部１０５に出力するようにしてもよい。問合せ指示出力部１０４は、問合せ指示情報に、流量データと、異常値スコアとを対応付けるようにしてもよい。
なお、推論部１０２が、流量取得部１０１が取得した流量データは正常であると推論した場合、問合せ指示出力部１０４は、問合せ指示情報を出力しない。

問合せ部１０５は、問合せ指示出力部１０４が出力した問合せ指示情報に基づき、流量取得部１０１が取得した流量データが正常か異常か、および、流量取得部１０１が取得した流量データが計測された要因、に関する問合わせを行い、流量取得部１０１が取得した流量データが正常か異常か、および、流量取得部１０１が取得した流量データが計測された要因、に関する回答を得る。
問合せ部１０５は、例えば、いわゆるチャットボットを想定している。問合せ部１０５は、予め、問合せ指示情報が出力された際に行う問合せのシナリオ、または、問合せへの回答として得られた単語への応答内容等を記憶している。チャットボットは既知の技術であるため、詳細な説明は省略する。

問合せ部１０５は、問合せ指示情報が出力されると、例えば、居住者が所持しているタブレットまたはスマートフォン等の携帯端末（図示省略）が備える表示装置（図示省略）に、問合せ内容、または、当該問合せに対して行われた回答への応答内容を表示させることで、居住者に対して、問合せを行う。居住者は、表示装置に表示された問合せ内容または応答内容に対する回答を入力する。例えば、表示装置がタッチパネルディスプレイである場合、居住者は、表示装置をタッチすることで、上記回答を入力する。

ここで、図２Ａおよび図２Ｂは、実施の形態１において問合せ部１０５が居住者に対して行う問合せのイメージの一例を示す図である。
図２Ａおよび図２Ｂでは、一例として、問合せ部１０５は、携帯端末が備える表示装置に、問合せ内容、または、当該問合せに対して行われた回答への応答内容を表示させることとしている。

図２Ａに示すイメージ例では、問合せ部１０５は、まず、「３０分前に通常とは違う水道量を検知しましたが、使いましたか」と、流量データが正常か異常かを問合せるようになっている。図２Ａでは、居住者は、上記問合せに対し、「はい」と回答している。すなわち、居住者は、流量データは正常であり、正当に消費された水道の消費量であることを回答している。
問合せ部１０５は、上記問合せに対し、「はい」との回答を得ると、次に「何に利用しましたか」と、流量データが計測された要因について問合せる。図２Ａでは、居住者は、「何に利用しましたか」との問合せに対し、「花の水やり」と回答したものとしている。
図２Ａでは、問合せ部１０５は、流量データが正常か異常か、および、流量データが計測された要因に関する問合せを行い、流量データは正常であり、かつ、流量データは「花の水やり」によって計測されたものである旨の回答を得たことになる。

図２Ｂに示すイメージ例では、図２Ａに示すイメージ同様、問合せ部１０５は、まず、「３０分前に通常とは違う水道量を検知しましたが、使いましたか」と問合せている。これに対し、図２Ｂでは、居住者は、「いいえ」と回答している。すなわち、居住者は、流量データは異常であり、正当に消費された水道の消費量ではないことを回答している。
問合せ部１０５は、上記問合せに対し、「いいえ」との回答を得ると、「もしかしたら漏水かもしれません。水道の状況を確認してください」と応答する。図２Ｂでは、当該応答に対して、居住者は、「蛇口のゴムパッキングが緩んでいました」と回答したものとしている。
図２Ｂでは、問合せ部１０５は、流量データが異常であり、かつ、流量データは「蛇口のゴムパッキングの緩み」によって計測されたものである旨の回答を得たことになる。

問合せ部１０５は、流量データが正常か異常か、および、流量データが計測された要因に関する回答を得ると、当該回答を、回答取得部１０６に出力する。問合せ部１０５が出力する回答には、流量データが正常か異常かの情報、および、流量データが計測された要因を特定可能な情報が含まれる。

なお、上述の図２Ａおよび図２Ｂの例では、問合せ部１０５は、居住者に回答を入力させるものとしていたが、これは一例に過ぎない。問合せ部１０５は、居住者に、選択肢の中から回答を選択させるようにしてもよい。
図３は、実施の形態１において、問合せ部１０５が居住者に選択肢の中から回答を選択させるようにして行った、問合せのイメージの一例を示す図である。

実施の形態１では、問合せ部１０５は、異常検知装置１に備えられているものとしているが、これは一例に過ぎない。問合せ部１０５は、例えば、異常検知装置１の外部の、異常検知装置１が参照可能な装置に備えられていてもよい。例えば、問合せ部１０５は、居住者が所持している携帯端末に備えられていてもよい。問合せ部１０５が異常検知装置１の外部の装置に備えられている場合、例えば、問合せ指示出力部１０４は、ネットワーク（図示省略）を介して、外部の装置に、問合せ指示情報を出力する。後述の回答取得部１０６は、ネットワークを介して、外部の装置から、回答情報を取得する。

図１の説明に戻る。
回答取得部１０６は、問合せ指示出力部１０４が出力した問合せ指示情報に応じた回答情報を取得する。具体的には、回答取得部１０６は、問合せ部１０５が出力した回答を、回答情報として取得する。
回答取得部１０６は、取得した回答情報を、記憶制御部１０７および学習部１０９に出力する。

記憶制御部１０７は、回答取得部１０６が出力した回答情報を、流量取得部１０１が取得した流量データと対応付けて、回答情報ＤＢ１０８に記憶する。
記憶制御部１０７は、回答取得部１０６が出力した回答情報を、流量取得部１０１が取得した過去の流量データと対応付けて、回答情報ＤＢ１０８に記憶することもできる。例えば、記憶制御部１０７は、回答情報を、過去３０分間分の流量データと対応付けて、回答情報ＤＢ１０８に記憶することもできる。記憶制御部１０７は、過去３０分間分の流量データに関する情報を、例えば、図示しない記憶部から取得すればよい。

回答情報ＤＢ１０８は、回答情報を、流量データと対応付けて、記憶する。
実施の形態１では、回答情報ＤＢ１０８は、異常検知装置１に備えられているものとしているが、回答情報ＤＢ１０８は、例えば、異常検知装置１の外部の、異常検知装置１が参照可能な装置に備えられていてもよい。

学習部１０９は、回答取得部１０６が取得した回答情報と、流量取得部１０１が取得した流量データとに基づき、機械学習モデル１０３に学習させる。
具体的には、回答取得部１０６が取得した回答情報に、流量取得部１０１が取得した流量データが正常である旨の情報が含まれている場合、学習部１０９は、流量取得部１０１が取得した流量データに、異常値ラベル「１」を教師ラベルとして付与して、機械学習モデル１０３に再学習させる。回答取得部１０６が取得した回答情報に、流量取得部１０１が取得した流量データが異常である旨の情報が含まれている場合、学習部１０９は、流量取得部１０１が取得した流量データに、異常値ラベル「０」を教師ラベルとして付与して、機械学習モデル１０３に再学習させる。

実施の形態１では、学習部１０９は、異常検知装置１に備えられているものとしたが、これは一例に過ぎない。学習部１０９は、例えば、異常検知装置１の外部の、異常検知装置１が参照可能な装置に備えられていてもよい。

実施の形態１に係る異常検知装置１の動作について説明する。
図４は、実施の形態１に係る異常検知装置１の動作を説明するためのフローチャートである。
流量取得部１０１は、ネットワーク３を介して、流量計２が出力した流量データを取得する（ステップＳＴ４０１）。
流量取得部１０１は、取得した流量データを推論部１０２、記憶制御部１０７、および、学習部１０９に出力する。

推論部１０２は、ステップＳＴ４０１にて流量取得部１０１が取得した流量データと機械学習モデル１０３とに基づいて取得した異常値スコアに基づき、ステップＳＴ４０１にて流量取得部１０１が取得した流量データが正常であるか否かを推論する（ステップＳＴ４０２、ステップＳＴ４０３）。
推論部１０２は、流量データは正常であるか否かの推論結果を、問合せ指示出力部１０４に出力する。

問合せ指示出力部１０４は、ステップＳＴ４０３にて推論部１０２が、ステップＳＴ４０１にて流量取得部１０１が取得した流量データは正常ではないと推論した場合（ステップＳＴ４０４の“ＹＥＳ”の場合）、問合せ部１０５に、問合せ指示情報を、出力する（ステップＳＴ４０５）。
ステップＳＴ４０３にて推論部１０２が、ステップＳＴ４０１にて流量取得部１０１が取得した流量データは正常であると推論した場合（ステップＳＴ４０４の“ＮＯ”の場合）、問合せ指示出力部１０４は、問合せ指示情報を出力せず、異常検知装置１は、図４のフローチャートで示す動作を終了する。

問合せ部１０５は、ステップＳＴ４０５にて問合せ指示出力部１０４が出力した問合せ指示情報に基づき、ステップＳＴ４０１にて流量取得部１０１が取得した流量データが正常か異常か、および、ステップＳＴ４０１にて流量取得部１０１が取得した流量データが計測された要因、に関する問合わせを行い、ステップＳＴ４０１にて流量取得部１０１が取得した流量データが正常か異常か、および、ステップＳＴ４０１にて流量取得部１０１が取得した流量データが計測された要因、に関する回答を得る（ステップＳＴ４０６）。
問合せ部１０５は、流量データが正常か異常か、および、流量データが計測された要因に関する回答を得ると、当該回答を、回答取得部１０６に出力する。

回答取得部１０６は、ステップＳＴ４０５にて問合せ指示出力部１０４が出力した問合せ指示情報に応じた回答情報を取得する。具体的には、回答取得部１０６は、ステップＳＴ４０６にて問合せ部１０５が出力した回答を、回答情報として取得する（ステップＳＴ４０７）。
回答取得部１０６は、取得した回答情報を、記憶制御部１０７および学習部１０９に出力する。

記憶制御部１０７は、ステップＳＴ４０７にて回答取得部１０６が出力した回答情報を、ステップＳＴ４０１にて流量取得部１０１が取得した流量データと対応付けて、回答情報ＤＢ１０８に記憶する（ステップＳＴ４０８）。

学習部１０９は、ステップＳＴ４０７にて回答取得部１０６が取得した回答情報と、ステップＳＴ４０１にて流量取得部１０１が取得した流量データとに基づき、機械学習モデル１０３に学習させる（ステップＳＴ４０９）。

なお、ステップＳＴ４０８の動作およびステップＳＴ４０９の動作の順番は逆であってもよいし、ステップＳＴ４０８の動作およびステップＳＴ４０９の動作が並行して行われてもよい。

このように、異常検知装置１は、流量計２から取得した流量データと機械学習モデル１０３とに基づいて取得された異常値スコアに基づいて、当該流量データが正常ではないと推論した場合に、居住者に対して問合せを行った結果である、当該流量データが正常か異常か、および、当該流量データが計測された要因、に関する回答情報を得る。そして、異常検知装置１は、回答情報を流量データと対応付けて記憶する。これにより、異常検知装置１は、正常ではないと推論される流量を検知した場合に、どのような要因でその流量が計測されたかを把握することができる。
また、例えば管理者は、異常検知装置１が記憶した回答情報および流量データに基づけば、今後、流量計２から、記憶されている流量データと同じような流量データが出力された場合に、当該流量データが正常であるか否か、および、当該流量データがどのような要因で計測されたものであるか、推測することが可能となる。

また、異常検知装置１は、居住者に対して問合せを行った結果と、流量計２から取得した流量データとに基づき、機械学習モデル１０３に再学習させる。これにより、異常検知装置１は、流量計２から、記憶されている流量データと同じような流量データが出力された場合の、当該流量データが正常か否かの推論の精度を向上させることができる。

以上の実施の形態１では、異常検知装置１において、問合せ部１０５は、流量取得部１０１が取得した流量データが正常か否か、および、流量取得部１０１が取得した流量データが計測された要因、に関する問合わせを行うものとした。しかし、問合せ部１０５は、流量データが正常か否かを問合せることを必須としない。問合せ部１０５は、流量データが計測された要因のみ問合せるようにしてもよい。この場合、問合せ部１０５は、問合せによって得た、流量データが計測された要因に関する情報を、回答として、記憶制御部１０７に出力する。記憶制御部１０７は、問合せ部１０５から出力された回答を回答情報として取得し、当該回答情報と、推論部１０２が推論した、流量データが正常か否かの推論結果を対応付けて、回答情報ＤＢ１０８に記憶する。また、この場合、学習部１０９は、居住者に対する問合せの回答として流量データが正常か否かの回答を得られていないため機械学習モデル１０３に再学習させないようにする。

また、以上の実施の形態１では、異常検知装置１において、問合せ指示出力部１０４は、推論部１０２が、流量取得部１０１が取得した流量データは正常ではないと推論した場合に、問合せ指示情報を出力するものとしたが、これは一例に過ぎない。問合せ指示出力部１０４は、推論部１０２が、流量取得部１０１が取得した流量データは正常ではないと推論した場合に加え、流量取得部１０１が取得した流量データは正常であると推論した場合にも、問合せ指示情報を出力するようにしてもよい。
図５は、実施の形態１において、問合せ指示出力部１０４が、流量データが正常であると推論された場合に出力した問合せ指示情報に基づいて、問合せ部１０５が居住者に対して行う問合せのイメージの一例を示す図である。
図５では、図２Ａおよび図２Ｂ同様、問合せ部１０５は、携帯端末が備える表示装置に、問合せ内容、または、当該問合せに対して行われた回答への応答内容を表示させることとしている。

図５に示すように、問合せ部１０５は、正常と推論される流量データについては、当該流量データが計測された要因について、問合せを行う。
この場合、問合せ部１０５は、問合せによって得た、流量データが計測された要因に関する情報を、回答として、記憶制御部１０７に出力する。記憶制御部１０７は、問合せ部１０５から出力された回答を回答情報として取得し、当該回答情報と、推論部１０２が推論した、流量データが正常か否かの推論結果を対応付けて、回答情報ＤＢ１０８に記憶する。
推論部１０２によって、流量取得部１０１が取得した流量データは正常であると推論された場合、学習部１０９は、居住者に対する問合せの回答として流量データが正常か否かの回答を得られていないため機械学習モデル１０３に再学習させないようにしてもよいし、流量取得部１０１が取得した流量データに当該流量データが正常である旨の教師ラベル「１」を付与して、機械学習モデル１０３に再学習させるようにしてもよい。

なお、上述の図５で示した例では、問合せ部１０５は、流量データが計測された要因についてのみ問合せるものとしたが、これに限らず、問合せ部１０５は、流量データが正常か否か、および、流量データが計測された要因を問合せるようにしてもよい。この場合は、学習部１０９は、回答取得部１０６が取得した回答情報に基づき、機械学習モデル１０３に再学習させる。具体的には、回答取得部１０６が取得した回答情報に、流量取得部１０１が取得した流量データが正常である旨の情報が含まれている場合、学習部１０９は、流量取得部１０１が取得した流量データに、異常値ラベル「１」を教師ラベルとして付与して、機械学習モデル１０３に再学習させる。回答取得部１０６が取得した回答情報に、流量取得部１０１が取得した流量データが異常である旨の情報が含まれている場合、学習部１０９は、流量取得部１０１が取得した流量データに、異常値ラベル「０」を教師ラベルとして付与して、機械学習モデル１０３に再学習させる。

また、以上の実施の形態１では、流量データは水の消費量データとしたが、これは一例に過ぎない。例えば、流量データは、ガスの消費量データであってもよい。異常検知装置１は、住居内で計測される種々の流量データについて、正常であるか否かを推論し、推論結果に基づき、居住者に対して流量データに関する問合せを行い、当該問合せの回答を記憶することができる。

以上のように、実施の形態１によれば、異常検知装置１は、流量データを取得する流量取得部１０１と、流量取得部１０１が取得した流量データと流量データを入力とし異常値スコアを出力する機械学習モデル１０３とに基づいて取得した異常値スコアに基づき、流量取得部１０１が取得した流量データが正常であるか否かを推論する推論部１０２と、推論部１０２が、流量取得部１０１が取得した流量データが正常ではないと推論した場合、流量データが計測された要因に関する問合せを指示する問合せ指示情報を出力する問合せ指示出力部１０４と、問合せ指示出力部１０４が出力した問合せ指示情報に応じた回答情報を取得する回答取得部１０６と、回答取得部１０６が取得した回答情報を、流量取得部１０１が取得した流量データと対応付けて記憶する記憶制御部１０７とを備えるように構成した。これにより、異常検知装置１は、正常ではないと推論される流量を検知した場合に、どのような要因でその流量が計測されたかを把握することができる。

なお、本願発明はその発明の範囲内において、実施の形態の任意の構成要素の変形、もしくは実施の形態の任意の構成要素の省略が可能である。

１ 異常検知装置
１０１ 流量取得部
１０２ 推論部
１０３ 機械学習モデル
１０４ 問合せ指示出力部
１０５ 問合せ部
１０６ 回答取得部
１０７ 記憶制御部
１０８ 回答情報ＤＢ
１０９ 学習部
２ 流量計
３ ネットワーク

Claims (7)

1. 流量データを取得する流量取得部と、
   前記流量取得部が取得した流量データと前記流量データを入力とし異常値スコアを出力する機械学習モデルとに基づいて取得した異常値スコアに基づき、前記流量取得部が取得した流量データが正常であるか否かを推論する推論部と、
   前記推論部が、前記流量取得部が取得した流量データが正常ではないと推論した場合、前記流量データが計測された要因に関する問合せを指示する問合せ指示情報を出力する問合せ指示出力部と、
   前記問合せ指示出力部が出力した問合せ指示情報に応じた回答情報を取得する回答取得部と、
   前記回答取得部が取得した回答情報を、前記流量取得部が取得した流量データと対応付けて記憶する記憶制御部
   とを備えた異常検知装置。
2. 前記問合せ指示出力部が出力した問合せ指示情報に基づき、前記流量取得部が取得した流量データが正常か異常か、および、前記流量取得部が取得した流量データが計測された要因、に関する問合わせを行い、前記流量取得部が取得した流量データが正常か異常か、および、前記流量取得部が取得した流量データが計測された要因、に関する回答を得る問合せ部を備え、
   前記回答取得部は、前記問合せ部が得た回答を、前記回答情報として取得する
   ことを特徴とする請求項１記載の異常検知装置。
3. 前記問合せ指示出力部が出力した問合せ指示情報に基づき、前記流量取得部が取得した流量データが計測された要因に関する問合わせを行い、前記流量取得部が取得した流量データが計測された要因に関する回答を得る問合せ部を備え、
   前記回答取得部は、前記問合せ部が得た回答を、前記回答情報として取得する
   ことを特徴とする請求項１記載の異常検知装置。
4. 前記問合せ指示出力部は、前記推論部が、前記流量取得部が取得した流量データが正常ではないと推論した場合、および、前記推論部が、前記流量取得部が取得した流量データが正常であると推論した場合に、前記問合せ指示情報を出力する
   ことを特徴とする請求項１から請求項３のうちのいずれか１項記載の異常検知装置。
5. 前記回答取得部が取得した回答情報と、前記流量取得部が取得した流量データとに基づき、前記機械学習モデルに学習させる学習部
   を備えた請求項１または請求項２記載の異常検知装置。
6. 前記流量取得部が取得する流量データとは、水の消費量データである
   ことを特徴とする請求項１から請求項５のうちのいずれか１項記載の異常検知装置。
7. 流量取得部が、流量データを取得するステップと、
   推論部が、前記流量取得部が取得した流量データと、前記流量データを入力とし異常値スコアを出力する機械学習モデルとに基づいて取得した異常値スコアに基づき、前記流量取得部が取得した流量データが正常であるか否かを推論するステップと、
   問合せ指示出力部が、前記推論部が、前記流量取得部が取得した流量データが正常ではないと推論した場合、前記流量データが計測された要因に関する問合せを指示する問合せ指示情報を出力するステップと、
   回答取得部が、前記問合せ指示出力部が出力した問合せ指示情報に応じた回答情報を取得するステップと、
   記憶制御部が、前記回答取得部が取得した回答情報を、前記流量取得部が取得した流量データと対応付けて記憶するステップ
   とを備えた異常検知方法。

Images