形变分析模型

参考美团的一篇类似文章。

1. 形变分析

对时间序列两次处理归一形成形变量集合，通过形变量计算不同等级告警阈值。

2. 模型适用范围

        有规律(有周期、有趋势)的时间序列，可以使用傅立叶变换确定曲线的短周期。

1. 归一化互相关公式：相似度越高说明曲线形状越相似。可用余弦相似性；

2. 形变量计算公式。

3. 基于形变分析的异常检测步骤

3.1 确定时间序列是否有规律

        因为形变分析模型的使用范围是有规律的时间序列，所以需要确定节假日与工作日的差异性，进行归类。

3.2 选择基准线

        基准线更加关注预测出的形状，而非具体数值。这个基准线可以使用周同比数据，也可以通过预测算法进行预测。

3.3 基准形变量计算

        根据基准线与真实数据通过两次处理，去除时间、形状、量级等因素影响，将时间序列归一化到一个基准上，通过形变量计算得到基准形变量，为之后异常判定，等级设定做准备。

两次处理：

1. 针对形状或时间的处理

        通过真实数值与基线数值进行归一化互相关计算，计算出一个新的时间序列。其中归一化互相关计算可以使用余弦相关性，将每一个点归一到[0,1]区间上，从而去除了形状或时间的影响。

3.4 异常判断

        通过聚类根据基准形变量自动设定不同等级的告警阈值，并结合人工反馈是否敏感等信息进行自动修正。

基于形变量分析的异常检测主要流程