異常検出とは、特定のグループの予想されるパターンに準拠していないデータポイント、アイテム、観測、またはイベントの識別です。これらの異常は非常にまれにしか発生しませんが、サイバー侵入や詐欺などの大規模で重大な脅威を示している可能性があります。

また、なぜ異常が検出されるのかと疑問に思うかもしれません。異常検出システムは、これらの期待を使用してデータ内の実用的​​な信号を識別し、主要なKPIの外れ値を明らかにして、組織内の主要なイベントを警告します。ビジネスモデルとユースケースに応じて、時系列データ異常検出は、次のような貴重なメトリックに使用できます。Webページビュー。

同様に、人々は、異常を検出するための良い方法は何であるかと尋ねます。

異常検出では、ルールベースまたは教師あり機械学習検出システムの2つの基本的な方法を使用できます。ルールベースのシステムは、異常を記述し、しきい値と制限を割り当てる特定のルールを定義することによって設計されます。

時系列データの異常をどのように識別しますか？

異常検出は、外れ値ポイントを使用して信号の調整済みモデルを構築し、t統計量を使用して元のモデルよりも適切かどうかを確認することによって行われます。元のARIMAモデルを使用して構築され、外れ値のARIMAモデル用に調整された2つの時系列。