[国际AIOPS挑战赛](https://competition.aiops-challenge.com/home/competition/1484446614851493956) > 多次元メトリクスにおける異常の特定は、AIOpsにおける典型的かつ困難な問題である。インターネットサービスのO&Mでは、ある総合指標（例えば総トラフィック）に異常が発生した場合、どの横軸の粒度の指標（例えば「省＝北京、キャリア＝ユニコム」のトラフィック）に異常があるのかを迅速かつ正確に突き止め、さらに修正を加えて被害を食い止める必要があります。O&Mの指標となる次元の数が多く、各次元がとる値の範囲が広いため、異常の位置を特定するための探索空間が非常に大きくなっています。このチャレンジでは、インターネット企業の減感された多次元メトリクスデータを公開し、多次元メトリクスの異常を探し出すというAIOpsの課題を解決するよう呼びかけます 図1は、多次元・加算可能・KPIの例である。ここで、A, B, C は異なる次元を表し、a1, b1, a1b1 は対応する次元（あるいはクロス次元）の下の属性値（あるいは属性値の組合せ）を表す。 [GitHub - NetManAIOps/MultiDimension-Localization: 2019AIOps: The 2nd match for AIOps](https://github.com/NetManAIOps/MultiDimension-Localization)