ITサポートシステムに深層学習（ディープラーニング）を導入しました。

最終更新日: 2017/09/16 5:07pm

こんにちは。経理の小高です。

私どもの最も重要な仕事の１つは「お客様がご利用中のサービスで問題が発生していないか」監視することです。

ホームページ、メール、ウィルス対策ソフト、ファイルサーバー・ルーターの機器を対象として、

・異常の警報システム

・サービス状況の確認システム

の２つを運用しています。前者はオープンソースのソフトウェアを利用し、後者は自社開発のシステムを運用しています。

前者はサービス停止（ホームページのダウンなど）といった緊急性の高い問題、後者は問題に発展しそうな状況や前者でカバーしきれない問題を扱います。

後者のシステムは社内の開発コードとして「オクトパス」という名前をつけていて、現在もその名前で呼んでいます。

5/24付けのブログ「【ホームページ制作・管理】ページの改ざん監視」で、ホームページのトップページの改ざん検知機能をご紹介いたしました。これはこのオクトパスの１機能です。

トップページの改ざん検知はpython3 + openCVで開発したものですで、画像認識というエリアのプログラムです。

この延長線上として、今月（2017/6）よりいくつかのお客様のサービス状況の確認にディープラーニング（深層学習）を導入しました。

以下はその１例です。Symantec Endpoint Protection（ウィルス対策ソフト）をご導入の場合、管理者向けダッシュボードは、典型的には以下の２のパターンとなります。

ディープラーニングのサンプルOK　イーレンジャー株式会社

ディープラーニングのサンプルWNG　イーレンジャー株式会社

違いは微妙なのですが、はじめの場合は「すべてのPCでウィルス対策ソフトが正常」、次の画面の場合は「いくつかのPCに対してアクションをとった方がよい」場合を示しています。

すべてのお客様について管理者向けダッシュボードを開き、リスクの有無を毎日確認することが、弊社の日次作業となっています。

オクトパスに追加した機能は、

というもの。この２の部分にAIで話題でディープラーニング（深層学習）を適用しています。

プログラムはPython + openCV + chainer（ディープラーニングモジュール）を使って開発しました。

画像認識ですので、畳み込みニューラルネット（CNN）を使っているのですが、モデルは複数を試しています。上の画像ではAlexNetという著名なモデルの入出力層を変更し、一から学習させて使っています（転移学習していない）。

1カ月運用してみて、再学習を行ったところです。

内容の詳細については、また公開したいと思います。