統計分析のリアルタイム化による価値創造
実世界データから価値のある情報を抽出するために統計分析が広く利用
されています。例えば、自然現象の解析、機器の品質管理など自然科学
や工学などの様々な分野に応用されています。
これまでの統計分析は、データ収集後の事後分析が主ですが、これを
リアルタイムに行い、現時点での変化を捉えたいというニーズがある
かと思います。このニーズに対して、ストリームデータ処理は応える
ことができます。
実世界データから価値のある情報を抽出するために統計分析が広く利用
されています。例えば、自然現象の解析、機器の品質管理など自然科学
や工学などの様々な分野に応用されています。
これまでの統計分析は、データ収集後の事後分析が主ですが、これを
リアルタイムに行い、現時点での変化を捉えたいというニーズがある
かと思います。このニーズに対して、ストリームデータ処理は応える
ことができます。
ポイント制度のサービスの充実により,みなさんがクレジットカードを
利用する機会は増えていると思います。私もお金を払う時にはできるだけ
クレジットカードを使ってポイントを貯めています。
しかし近年,カード利用の増加にともなって,スキミングによるカード
犯罪件数が爆発的に増加しています。スキミングとは,クレジットカード
の情報を盗んで,本人になりすましてカードを不正に利用することを言い
ます。
皆さんがスーパーやコンビニで買い物をするときに,POS(Point of Sale)
データが記録されているのはご存知でしょうか?
POSデータには,いつ・どこで・何が・いくつ売れたといった販売情報が格
納されています。
現在でもPOSデータは,販売状況を分析したり,天候やイベントなどとの相
関関係を分析したりと様々な形で活用されています。
しかし,POSデータの量は膨大であり,それが原因で,収集から分析までに
時間が掛かっています。
「アルゴリズムトレード」をご存知でしょうか。
一言で表現するなら,「コンピュータシステムが株式の売買注文を自動的に実行
する」というものです。
証券会社がアルゴリズムトレードを顧客サービスとして提供する場合,売買を
判断する「アルゴリズム」の出来が他社と差別化を図る上で重要なポイントにな
ります。
製造業が抱える課題として,製造効率の向上や安定した品質の確保があります。
これらの課題を解決するために,これまで様々な観点から,製造ラインとITの
連携が検討されてきました。その一方,近年のセンサネットなどの新たな技術の
普及にともない,現場情報を活用した製造ライン管理の高度化が強く望まれてい
る状況にあります。
近年,企業活動におけるコンプライアンスが注目され,それを遵守すること
が企業の重要課題のひとつになっています。
例えば,Webシステムにおける「なりすまし」の検知には,どのような課題
が考えられるでしょうか。まず思いつくのが,「なりすまし」を実行した瞬間
から,それを検知するまでのタイムラグに関する課題が考えられます。
利用者の増加にともない,認証基盤システムが出力するアクセスログ情報が
膨大になるため,不正検知に要する時間やコストも大きくなってきます。