Detecting Time Series Anomalies Like an Expert: A Multi-Agent LLM Framework with Specialized Analyzers
यह शोध पत्र SAGE को प्रस्तुत करता है, जो एक मल्टी-एजेंट LLM फ्रेमवर्क है जो विभिन्न प्रकार के विसंगतियों (anomalies) के लिए चार विशिष्ट विश्लेषकों में कार्य को विभाजित करके टाइम सीरीज़ विसंगति पहचान (time series anomaly detection) को बढ़ाता है, और मौजूदा बेसलाइनों की तुलना में बेहतर प्रदर्शन और व्याख्यात्मकता प्राप्त करने के लिए साक्ष्य-आधारित समेकन (evidence-grounded consolidation) और सिंथेटिक इन-कॉन्टेक्स्ट लर्निंग का उपयोग करता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आप एक डॉक्टर हैं जो एक ऐसे मरीज का निदान करने की कोशिश कर रहे हैं जो अजीब व्यवहार कर रहा है। अतीत में, आप शायद एक एकल, सामान्य-उद्देश्य वाले उपकरण (जैसे थर्मामीटर) का उपयोग करके एक संख्या प्राप्त करते और कहते, "मरीज बीमार है।" लेकिन यह आपको यह नहीं बताता कि वह क्यों बीमार है, या किस तरह की बीमारी है।
यह शोध पत्र SAGE (Specialized Analyzer Group for Expert-like Detection) पेश करता है, जो एक सामान्य विशेषज्ञ के बजाय विशेषज्ञों की एक टीम की तरह काम करने के लिए आर्टिफिशियल इंटेलिजेंस (विशेष रूप से लार्ज लैंग्वेज मॉडल्स) का उपयोग करने का एक नया तरीका है।
यहाँ बताया गया है कि SAGE कैसे काम करता है, जिसे सरल अवधारणाओं में विभाजित किया गया है:
1. समस्या: "एक ही आकार सभी के लिए" वाला डॉक्टर
टाइम-सीरीज़ डेटा (Time-series data) एक हार्टबीट मॉनिटर या शेयर बाजार के चार्ट की तरह है—यह समय के साथ बदलते नंबरों की एक रेखा है। कभी-कभी, कुछ गलत हो जाता है (एक "अनोमली" या विसंगति)।
- पुराने AI तरीके एक अकेले डॉक्टर की तरह थे जो केवल चार्ट को देखते थे और कहते, "यहाँ कुछ गलत है।" वे एक स्कोर तो देते थे लेकिन यह नहीं समझा पाते थे कि क्या यह एक अचानक उछाल था, एक धीमी गिरावट थी, एक टूटा हुआ रिदम था, या कोई अजीब पैटर्न था।
- सीमा: यदि AI यह नहीं समझा सकता कि क्या गलत है, तो इंसान का उस पर भरोसा करना या समस्या को ठीक करना कठिन हो जाता है।
2. समाधान: विशेषज्ञों की एक टीम (SAGE)
एक अकेले AI के बजाय जो सब कुछ करने की कोशिश करता है, SAGE चार विशेष "जासूसों" (जिन्हें एनालाइजर कहा जाता है) की एक टीम स्थापित करता है। प्रत्येक का एक विशिष्ट कार्य है और वे डेटा को अलग-अलग दृष्टिकोण से देखने के लिए विशेष उपकरणों का उपयोग करते हैं:
- द पॉइंट डिटेक्टिव (पॉइंट एनालाइजर): अचानक, अलग-थलग दिखने वाले उछाल (spikes) या गिरावट (drops) को देखता है। उपमा: जैसे भीड़ में किसी एक व्यक्ति को देखना जो अचानक ऊपर-नीचे कूदने लगा हो।
- द स्ट्रक्चर डिटेक्टिव (स्ट्रक्ट एनालाइजर): समग्र आकार या ट्रेंड (रुझान) में बदलाव को देखता है। उपमा: जैसे यह नोटिस करना कि पूरी भीड़ अचानक एक अलग दिशा में चलना शुरू कर दी है या जमीन झुक गई है।
- द रिदम डिटेक्टिव (सीजन एनालाइजर): यह जाँचता है कि दोहराए जाने वाले पैटर्न (जैसे दैनिक चक्र) टूट तो नहीं गए हैं। उपमा: जैसे यह नोटिस करना कि एक घड़ी जो आमतौर पर हर सेकंड टिक-टिक करती है, अब हर तीन सेकंड में टिक-टिक कर रही है।
- द पैटर्न डिटेक्टिव (पैटर्न एनालाइजर): लहर (wave) के अजीब आकार या विकृतियों को देखता है। उपमा: जैसे यह नोटिस करना कि एक गाना जो आमतौर पर सुरीला होता है, अब कर्कश या बिगड़ा हुआ सुनाई दे रहा है।
3. एविडेंस रूम: "डुअल रिप्रेजेंटेशन"
इन जासूसों की मदद करने के लिए, SAGE उन्हें डेटा के दो संस्करण देता है:
- रॉ डेटा (Raw Data): गणितीय उपकरणों द्वारा नंबरों की गणना करने के लिए एक सटीक, हाई-डेफिनिशन संस्करण (जैसे सटीक औसत की गणना करना)।
- समरी (Summary): एक संकुचित, आसानी से पढ़ने योग्य संस्करण जिसे AI जल्दी पढ़ सके (जैसे एक समाचार की हेडलाइन)।
यह AI को बहुत अधिक टेक्स्ट से अभिभूत होने से बचाता है जबकि गणितीय उपकरणों को अपना काम सटीक रूप से करने देता है।
4. जज: "डिटेक्टर"
एक बार जब चारों जासूस अपना काम पूरा कर लेते हैं, तो वे सभी अपने निष्कर्ष एक जज (डिटेक्टर) के पास लेकर आते हैं।
- जज केवल वोटों की गिनती नहीं करता; वह साक्ष्य (evidence) देखता है।
- यदि पॉइंट डिटेक्टिव कहता है "स्पाइक!" और स्ट्रक्चर डिटेक्टिव कहता है "ट्रेंड चेंज!" और वे दोनों एक ही स्थान की ओर इशारा करते हैं, तो जज उसे एक उच्च आत्मविश्वास स्कोर (जैसे, 95% निश्चित) देता है।
- यदि साक्ष्य कमजोर या विरोधाभासी है, तो जज स्कोर को कम कर देता है।
- महत्वपूर्ण बात: जज केवल "अनोमली" नहीं कहता। वह कहता है, "दोपहर 2:00 बजे से 2:05 बजे के बीच विसंगति पाई गई, जो संभवतः एक 'स्पाइक' और 'ट्रेंड चेंज' है, 95% विश्वास के साथ।"
5. रिपोर्ट राइटर: "सुपरवाइजर"
अंत में, एक सुपरवाइजर जज के तकनीकी नोट्स लेता है और मानव विश्लेषक के लिए सरल अंग्रेजी (या स्पष्ट भाषा) में एक रिपोर्ट लिखता है।
- केवल नंबरों के बजाय, यह कहता है: "अलर्ट! सिस्टम तेजी से प्रतिक्रिया दे रहा है। हम मूल्यों में एक बड़ा उछाल देख रहे हैं। यह एक सेंसर त्रुटि जैसा लग रहा है। अपस्ट्रीम पाइपलाइन की जाँच करें।"
- यह कच्चे डेटा को कार्य योग्य सलाह (actionable advice) में बदल देता है।
6. सीक्रेट सॉस: "सिंथेटिक ट्रेनिंग"
आमतौर पर, AI को "टूटी हुई घड़ी" को पहचानने के लिए सिखाने के लिए, आपको उसे हजारों टूटी हुई घड़ियों की तस्वीरें दिखानी पड़ती हैं। लेकिन वास्तविक दुनिया में, हमारे पास अक्सर टूची चीजों (विसंगतियों) के पर्याप्त उदाहरण नहीं होते हैं।
- SAGE की तरकीब: यह "सामान्य" डेटा लेता है और विसंगतियों को बनावटी (fake) रूप से बनाता है। यह एक सामान्य पैटर्न में गणितीय रूप से एक स्पाइक या ट्रेंड चेंज इंजेक्ट करता है ताकि एक "सिंथेटिक उदाहरण" बनाया जा सके।
- यह इन नकली उदाहरणों का उपयोग AI को यह सिखाने के लिए करता है कि उसे क्या देखना है, बिना वास्तविक दुनिया के आपदा डेटा की आवश्यकता के। यह इसे वास्तविक आपदाओं की लाइब्रेरी के बिना भी विसंगति की अवधारणा सीखने की अनुमति देता है।
परिणाम
SAGE का परीक्षण वास्तविक दुनिया के तीन अलग-अलग प्रकार के डेटा (वेब ट्रैफिक, आईटी सर्वर मेट्रिक्स, और वेब सर्विस स्टैट्स) पर किया गया।
- प्रदर्शन: SAGE ने पारंपरिक गणित-आधारित तरीकों और अन्य AI तरीकों दोनों को पीछे छोड़ दिया।
- मानवीय विश्वास: जब इंसानों (क्षेत्र के विशेषज्ञों) ने रिपोर्टों की समीक्षा की, तो उन्होंने SAGE की व्याख्याओं को अन्य तरीकों की तुलना में बहुत अधिक स्पष्ट, सटीक और उपयोगी बताया।
सारांश
SAGE को एक अकेले सुरक्षा गार्ड से अपग्रेड करने जैसा है जो केवल "घुसपैठिया!" चिल्लाता है, बल्कि एक विशेषज्ञ सुरक्षा टीम की तरह है जिसमें एक पॉइंट-स्काउट, एक ट्रेंड-एनालिस्ट, एक रिदम-चेकर और एक पैटर्न-एक्सपर्ट है। वे सभी खतरे के स्तर के लिए साक्ष्य जुटाते हैं, वोट देते हैं, और फिर मैनेजर को एक स्पष्ट, लिखित रिपोर्ट भेजते हैं कि वास्तव में क्या हुआ और उन्हें क्या करना चाहिए।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।