アット東京・慶應義塾大学・東京大学・セコムの4者、機械学習を利用したデータセンター設備の異常検知および運転支援のための実証実験を開始

　株式会社アット東京、慶應義塾大学理工学部情報工学科の松谷宏紀研究室 、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、セコム株式会社の4者は2日、アット東京のデータセンターにおいて、機械学習を利用したデータセンター設備の異常検知および運転支援技術確立を目的とした実証実験を開始すると発表した。

　4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年間に渡って取り組んできており、その結果、従来のしきい値監視では難しい、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という。

　そこで、異常検知および変化検知に関する要素技術の確立と、これらの技術を故障の予兆検知などに応用した設備の運転支援技術の実用化を目指し、産学が連携して実証実験に取り組んでいくと説明。実証実験では、データセンターを対象として、高い信頼性を必要とするサービスに適用可能な機械学習技術に関する検証を行い、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ていくとしている。

　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と、慶應義塾大学および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および異常検知結果を、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。

　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、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と、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を行い、データセンターサービスの品質と信頼性のさらなる向上を目指す。

　また、機械学習技術の発展は著しく、さまざま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になるとして、実証実験ではこれらの課題にも取り組むとしている。