Acceldata Inc.（Acceldata 公司）宣布在其 xLake Reasoning Engine（xLake 推理引擎）中引入 Adaptive AI Anomaly Detection（自適應 AI 異常檢測）功能，該功能可在業務運營受到影響之前自動識別隱藏的、多維度的數據異常。

今年二月推出的 xLake 推理引擎是該公司 Agentic Data Management（代理數據管理）平臺的核心組件。它可在超大規模云、數據云和本地系統等多種環境中運行，作為一款具備人工智能感知能力的數據處理引擎，并集成了治理和安全功能。

公司表示，傳統的異常檢測工具只能識別如銷售數據中數字“0”錯誤放置這樣的一維錯誤。而自適應異常檢測則能夠發現跨多個數據維度中隱藏的異常，例如一張信用卡賬戶同時在相隔數百英里的不同地點顯示交易記錄。

首席執行官 Rohit Choudhary ( pictured ) 表示，隨著大語言模型越來越多地采用結構化數據進行訓練以確保準確性和驗證，這項功能顯得尤為重要。

他說：“這意味著回滾非常困難，一旦數據輸入后，改變推理方式就變得異常艱難。”

縮小問題范圍

他說，由于數據量增長過快，傳統的數據質量和驗證檢查已經無力跟上。“這就要求我們必須將監測重點縮小到能夠表明異常的問題上，”他解釋道。“存在太多影響行為的相關因素。你不能等到事后才得知問題所在，因此運營效能取決于對熱點區域的及時發現。”

Acceldata 表示，XLake 能夠同時評估銷售、產品、區域和時間等多個屬性維度上的異常，并支持客戶優先處理高風險數據片段以獲得更好的性能。該引擎能夠檢測出靜態規則體系無法捕捉的獨特模式，并可在無需人工調優的情況下不斷自我適應。

Choudhary 表示：“我們可以自動識別高風險數據片段，并能在您提供的敏感狀態或網站中發現異常。”

在諸如欺詐檢測等領域，“系統將變得極為先進，因為每一條信息都有其上下文，”Choudhary 說。“你能追蹤到的交互越多，就能越快發現問題，從而更迅速地采取行動。”

Acceldata 會收集來自數據、數據管道、基礎設施、用戶和成本等方面的元數據及監控信號。公司指出，多變量異常檢測能夠揭示傳統工具常常忽略的相互依賴關系。可以配置代理程序以采取諸如預測業務影響、發出合規警告等動作，并可選擇自動修復。

根因關聯功能將基礎設施故障、數據管道中斷和數據峰值聯系起來，從而鎖定根本原因。系統還可以將預算超支與特定工作負載、用戶、查詢或流程相關聯；通過關聯用戶身份、位置和數據敏感度來檢測異常訪問模式；將上游數據問題與下游分析關聯；以及通過關聯處理時間、數據量和資源限制來識別延遲的早期信號。

修復功能的設計充分考慮了人機協作的需求。“我們確保從配置到結果管理全過程中都有人工參與，”Choudhary 說。“代理程序開箱即帶一組功能和提示，但我們也賦予您移除或修改這些功能的權利。”

代理數據管理平臺將于下月發布。