AIOps 领域时间序列异常检测方法综述
机器学习
2023-08-02 v1 信号处理
摘要
基于互联网的服务取得了显著成功，生成了大量受监控的关键性能指标（KPI）作为单变量或多变量时间序列。监测与分析这些时间序列对于研究人员、服务运营者与值班工程师发现指示服务故障或重大事件的离群点或异常至关重要。大量先进的异常检测方法已涌现以应对可用性与性能问题。本综述全面概述了面向 IT 运维的人工智能（AIOps）中的时间序列异常检测，AIOps 利用 AI 能力自动化并优化运维工作流。此外，基于近期进展，它探讨了真实世界与下一代时间序列异常检测的未来方向。
引用
@article{arxiv.2308.00393,
title = {A Survey of Time Series Anomaly Detection Methods in the AIOps Domain},
author = {Zhenyu Zhong and Qiliang Fan and Jiacheng Zhang and Minghua Ma and Shenglin Zhang and Yongqian Sun and Qingwei Lin and Yuzhi Zhang and Dan Pei},
journal= {arXiv preprint arXiv:2308.00393},
year = {2023}
}