OCI異常檢測服務通過自動化數據預處理和最佳模型創建，簡化了可擴展系統監控和診斷解決方案的開發：

Oracle 異常檢測算法得到 150 多項專利的支持，可以更早地檢測到異常并減少誤報。這些算法協同工作以確保比其他機器學習 (ML) 方法(例如神經網絡和支持向量機)更高的靈敏度和更低的誤報避率。

智能數據預處理

OCI 異常檢測提供了多種數據處理技術，可以解決現實業務場景輸入數據中的錯誤和缺陷，例如來自低分辨率傳感器的數據。它會自動識別并修復數據質量問題，從而減少誤報、改進操作并獲得更準確的結果。

定制訓練模型

API 幫助開發人員上傳原始數據，使用他們自己的業務數據訓練異常檢測模型，并利用訓練好的模型檢測異常。這使得每個人都可以創建高度準確的、經過自定義訓練的異常檢測模型——即使沒有數據科學經驗。

準備就緒的結果

OCI 異常檢測輸出包括已識別的異常、基于 ML 模型的估計值和異常分數。開發人員使用這些結果來評估已識別異常的嚴重程度，并自動執行業務工作流程以立即解決這些問題。

易于集成和部署

OCI 異常檢測是一項基于 REST API 的多租戶服務。開發人員可以輕松部署可擴展的異常檢測服務，無需內部數據科學和機器學習平臺支持，所有這些都可部署在成本最低的數據網絡、存儲和計算平臺上。

按需擴展

OCI 異常檢測可自動擴展以滿足所有數據源和負載的訓練和檢測需求。開發人員現在可以專注于創建應用程序和解決方案來實現他們的業務目標，而無需擔心基礎設施負載和擴容。