@创建于:2022.07.25
@修改于:2022.07.25
1、方法
(1)业务判读、统计(3
σ
\sigma
σ,箱线图)
(2)看成聚类问题(kNN,kMeans)
(3)看成预测问题
时间序列预测
(4)时序分解后,统计残差或拟合残差
(5)Isolation Forest
(6)滑窗法(左右滑窗,扩张滑窗)与变异系数的组合
(7)深度学习方法
2、工具
3、价值连接
时间序列异常检测(一)—— 算法综述
时间序列异常检测(二)—— 基于KDD99数据集的实战
时间序列异常检测(三)—— 告警策略与根因定位
时间序列异常检测(四)—— 根因定位落地实践