亞洲矽谷

資料驅動之異常偵測與預測

計畫主持人:林風特聘教授

計畫摘要

IoT Detective 利用系統日常運作所產生的巨量資料建構行為模型並產生偵測模組,能即時偵測/預測系統異常事件/行為(包括新型態與已知型態異常事件/行為)發生,提出示警。現有異常偵測的解決方案偏重在偵測感測器數值的異常(例:感測器數值高過正常範圍), 而非偵測系統行為異常。IoT Detective 不僅能夠偵測感測器數值的異常,還能偵測出系統行為之異常。

IoT Detective 在建構模型過程中,不需特定領域專家參與建模,可大量降低建模成本與時間,且訓練資料只需包含正常行為訊號作為基礎。目前團隊針對相關產業及潛在客戶合作意向,目標應用包括ASP (AIOps 智慧維運系統輔助軟體平台)、CDAD (車輛行駛之異常行為偵測)、MUBP (行動用戶行為預測)、NTAD (網路流量異常行為之偵測)等

募資計畫:預估募資2000萬台幣
1learn more
團隊介紹

本團隊由台大資工系林風特聘教授率領具有AI專長的博士生核心團隊,開發出一套系統異常行為偵測/預測的核心技術 IoT Detective。IoT Detective 利用系統日常運作所產生的巨量資料建構該系統的行為模型並產生偵測模組,能即時偵測/預測系統異常事件/行為(包括新型態與已知型態異常事件/行為)發生,提出示警。

  1. 林風特聘教授: 林風教授為國立臺灣大學特聘教授(電機資訊學院資訊工程學系、資訊網路與多媒體研究所、醫學院醫療器材與醫學影像研究所)。他同時合聘在國家災害防救科技中心擔任研究員兼副主任。他擔任需多期刊的編輯,例如:the IEEE Transactions on Vehicular Technology, the IEEE Network Magazine, the IEEE Internet of Things Journal, and Computer Networks Journal, 等。他在2014至2015擔任IEEE Vehicular Technology Society Taipei Chapter主席。他的研究成果獲得許多獎項,例如:2015科技部傑出研究獎, 2007 IEEE 通訊領域亞洲區最傑出年輕學者等。林教授為IEEE Fellow 以及ACM Senior Memeber。
  2. 周凱支博士:美國密西根大學電機博士,擁有30年產業經驗,曾任晶訊科技代理總經理,研發副總,大霸電子協理等職務。
計畫目標
市場壁壘

我們的解決方案中,核心預測技術已進行模組化封裝,因此在導入各領域應用時,不需要額外的domain knowledge,可以透過規格化API直接進行介接,或是將功能函式庫一同建置於應用系統中,無需重新客製化開發,因此能大幅縮短開發時間和人力成本,這項優勢將是阻隔競爭對手進入市場的重要因素。

除此之外,我們針對幾個大眾領域的應用,近一步研發出應用功能模組,包含:CDAD(車輛行駛之異常行為偵測)之技術無須修改現有車機系統,基於現有之OBD II (車上診斷系統;為1996年後生產車輛的標準配備)標準配備,以低廉佈建成本吸引消費者採用; ASP(智慧維運系統輔助軟體平台)之技術可應用於企業大型資訊系統的維運判斷; MUBP(行動用戶行為預測)之技術可應用於災害偵測與人流預估的場域; NTAD(網路流量異常行為之偵測)之技術可有效偵測企業資料中心或網路運算中心遭受攻擊,進而快速啟動應對機制。這些應用具備低成本、低學習曲線、高複雜度、高可靠性等特性,相比競爭對手有極高的市場壁壘。

預期市場規模

由於各種產業的網路攻擊或詐欺等駭客事件越來越盛行,許多科技業龍頭和新創公司紛紛投入異常檢測的市場。各種智慧型服務的推陳出新,和雲端運算以及物聯網技術和資源需求的提高,也是推動異常檢測市場的成長的主要因素。依據 Market Research Future對異常偵測市場研究報告(Anomaly Detection Market Research Report - Forecast to 2023) 指出: 從2018年到 2022年,異常偵測與預測市場的年均複合增長率約15%,在2022年將達到500億美元。