Development of Software for scalable anomaly detection modeling of time-series data using Apache Spark. 私たちはこれまで、様々な機器類を監視するセンサーの時系列データを分析し、異常を検知する手法およびソフトウェアの研究開発を行ってきた。 今回紹介するソフトウェアでは、バッチ処理で複数のセンサーから得られた高次元の時系列データから線形のLASSO回帰により学習、モデル化し、異常時を識別する。 しかし学習時間やメモリー使用量の増大が課題になってきたため、Sparkを活用し並列分散化を行った。 SparkにはMLlibという汎用的な機械学習ライブラリが存在するが、今回は使用するアルゴリズムの特殊性を考慮し、既存実装を基に新規に開発した。 本講演では当開発におけるデザインチョイスや性能計測結果について報告する。 a