论文阅读——Generic and Scalable Framework for Automated Time-series Anomaly Detection

　　Generic and Scalable Framework for Automated Time-series Anomaly Detection 这篇paper是yahoo时间序列异常检测EGADS的介绍文章。 egads（Extensible generic anomaly detection system）可扩展通用检测系统也是yahoo已经开源出来的软件，源码地址github.com/yahoo/egads。本文并非paper的全文翻译，只是我个人对改paper的总结，由于水平有限，如有错误和遗漏请指正。
　　早期的异常检测用的比较简单，当前需要面对规模性、易用性、案例限制和诸多异常结果的考验。对此，egads提出了一种通用可扩展的时间序列异常判断框架，同时也运用到了机器学习预测模型，实现了精确性和规模化。
　　随着软硬件的发展软件的复杂度持续增长，bug数增多的同时也导致软件的可靠性降低，但其实用户对软件的可用性要求却越来越高。监控系统的重要性就凸显出来了，怎么样从系统产生的数据中去判断异常？如何快速准确的定位异常，

留坑，这个月比较忙，还没写完。。。。