本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 原生異常偵測
<a name="sitewise-anomaly-detection"></a>

 AWS IoT SiteWise 原生異常偵測是一種機器學習 (ML) 功能，用於監控偵測異常設備行為並識別潛在故障的工業設備。透過原生異常偵測，您可以實作預測性維護計劃，並識別次佳的設備程序。

 AWS IoT SiteWise 原生異常偵測不需要廣泛的 ML 知識或經驗。您只需選取屬性來訓練可為您尋找潛在故障的自訂 ML 模型。 AWS IoT SiteWise 原生異常偵測會自動建立最佳模型，以了解您設備的正常操作條件。模型已最佳化，以尋找歷史資料中發生的異常設備行為。使用 AWS IoT SiteWise 主控台或 SDK，您可以執行模型，根據所需的排程處理新的時間序列資料。

若要使用 AWS IoT SiteWise 原生異常偵測，請執行下列動作：
+ 選取您要訓練的屬性和期間。
+ 如果存在，請新增資料 （標籤資料） 中顯示的歷史失敗期間。
+ 使用原生異常偵測來訓練您的 ML AWS IoT SiteWise 模型。或者，您可以設定自動重新訓練，讓模型隨著時間更新。
+ 設定您的推論排程，根據訓練過的模型測試即時資料串流。

 原生異常偵測會監控固定和固定的工業設備，這些設備在操作條件下的可變性有限。支援的設備包括輪換機器，例如幫浦、壓縮器、馬達、電腦數值控制 (CNC) 機器和渦輪機。程序產業應用程式包括換熱器、鍋爐和變流器。原生異常偵測是一種後端分析服務，整合到 AWS IoT SiteWise 並補充現有的維護系統。

**Topics**
+ [原生異常偵測功能](sitewise-anomaly-detection-features.md)
+ [先決條件](anomaly-prerequisites.md)
+ [在資產的感應器上啟用異常偵測](anom-detection-sensors-asset.md)
+ [在跨資產的感應器上啟用異常偵測](anom-detection-sensors-across-asset.md)
+ [進階訓練組態](adv-training-configs.md)
+ [進階推論組態](advanced-inference-configurations.md)
+ [檢閱推論結果](reviewing-inference-results.md)
+ [在異常行為上觸發自訂動作 (AWS 管理主控台)](trigger-custom-actions-anomalous-behavior.md)
+ [最佳實務](ano-best-practices.md)