【課題】
大規模な国家プロジェクトに多様なメンバーが参画し、意思決定や連携が複雑化していました。
さらに前例のないインフラ上で信用アルゴリズムを構築し、ネットワークトラフィックの異常データが存在しない環境で学習モデルを確立する必要がありました。
また、実際に稼働するのが5年後と先であるため、長期的なモデル精度の維持も大きな課題でした。

【対応】
研究機関の技術論文を調査し、得られた知見を迅速にプロトタイプへ適用してアルゴリズムの実現性を検証しました。
さらに、シミュレーション環境を整備して人工的に異常トラフィックを生成し、学習用データを作成しました。
継続的なアルゴリズム改善の仕組みを導入し、長期にわたりモデルの精度を担保できる体制を構築しました。

【実績】
超分散環境における機械学習モデルを活用し、信用アルゴリズムの開発を実施。
異常データがない状況下でも精度を確保し、長期的な課題に対応しつつプロジェクトの円滑な進行を支援しました。