Mining Approximate Top-K Subspace Anomalies in Multi-Dimensional Time-Series Data∗

Mining Approximate Top-K Subspace Anomalies in Multi-Dimensional Time-Series Data

市场分析是一种具有代表性的数据分析过程，有着广泛的应用。在这样的分析中，关键的数值指标，如利润和销售，会随着时间波动并形成时间序列数据。此外，时间序列数据对应的细分市场由一组属性描述，如年龄、性别、教育程度、收入水平和产品类别，这些属性形成多维结构。为了更好地理解市场动态和预测未来趋势，研究多维细分市场的时间序列动态至关重要。在时间序列和数据立方体研究中，这是一个在很大程度上被忽略的话题。

研究了多维时间序列数据中的异常检测问题。提出时间序列数据立方体来捕获由属性结构形成的多维空间。这有助于基于从更高层次、“更一般”的时间序列中派生出的期望值来检测异常。时间序列数据立方体中的异常检测带来了计算上的挑战，特别是在高维大数据集上。为此，提出一种高效的搜索算法，在原始高维空间中迭代地选择子空间，并检测每个子空间中的异常。在合成数据和真实数据上的实验验证了所提方法的有效性和高效性。

一研究方法

     提出了一种迭代子空间搜索算法SUITS (subspace iterative Time-Series Anomaly search)来挖掘top-k个异常单元。给定数据立方体中的一个查询探测单元，其后代单元(它是一个子集)应该大致遵循类似的进化行为。这导致了对预期时间序列和异常度量的计算，异常度量衡量预期时间序列和观测时间序列之间的差异。将探测cell的后代细胞按照异常类型和异常数量进行分区。对于每个划分，在原始高维空间中提取一个相关子空间数据立方体，并对其进行高效的top-k异常挖掘。该过程对所有分区进行迭代。每个划分产生一个局部top-k，它们合并形成全局top-k的近似值。