アラーム（異常検知の特徴・静的しきい値との違い）難易度 標準無料
CloudWatchの異常検知アラーム（Anomaly Detection Alarm）に関する正しい記述を2つ選べ。
- A異常検知モデルは履歴データから継続的に学習を更新するため、メトリクスの緩やかなトレンド変化があれば正常範囲（バンド）も時間とともに追従して変化する
- B異常検知アラームを一度設定すれば、以後は静的しきい値アラームを一切使う必要がなくなり、あらゆる監視ユースケースで異常検知に置き換えるべきである
- C異常検知アラームは、実測値が予測されたバンドから指定した標準偏差の幅を超えて逸脱した場合にALARM状態になる
- D異常検知はメトリクスが作成された直後から、履歴データの蓄積を待たずに最初から高い精度でバンドを算出できる
正解・解説・誤答理由・ひっかけを見る▼ open
✓ 正解：AAI作成・独立検証済
解説
異常検知アラームは静的しきい値アラームと同じメトリクスアラームの一種だが、しきい値の決め方が根本的に異なる。
- 異常検知モデルは継続的に学習を更新する。メトリクスの傾向（トラフィックの緩やかな増加トレンド等）が変化すれば、 時間とともに正常範囲（バンド）も追従して変化していく。
- アラームの発報条件は「予測バンドから指定した標準偏差の幅を超えて逸脱したか」で判定され、 固定の絶対値しきい値を運用者があらかじめ決め打ちする必要がない。
- 一方、異常検知は十分な履歴データ（一般的に数日〜2週間程度の学習期間）が無いと精度が安定しないため、 新規に作られたばかりのメトリクスにいきなり適用しても最初は誤判定が出やすい。また、静的しきい値アラームを完全に置き換える万能の仕組みでもなく、 明確な絶対的な安全限界（例：ディスク使用率100%目前）を守りたい場面では静的しきい値の方が適する場合もある。
- B極端な理解。履歴データが少ない新規メトリクスでは精度が安定せず、絶対的な安全限界（ディスク枯渇直前など）の監視には静的しきい値の方が適する場面もある。
- D事実に反する。異常検知モデルは一定期間の履歴データを学習に使う必要があり、作成直後は精度が不安定になりやすい。
ひっかけ： 「異常検知アラームを使えば静的しきい値アラームは一切不要になる（誤答）」という極端な理解に注意。
用途によって使い分けるべきであり、履歴データが少ない新規メトリクスや絶対的な安全限界の監視には静的しきい値も依然有効。
AIが作成し、独立した検証を経た解説です（有資格者による監修は経ていません）