多元时间序列异常检测与诊断的评估

近来提出了若干多元时间序列异常检测技术，但缺乏在通用数据集与度量标准上的系统比较。本文对基于无监督与半监督深度学习的网络物理系统多元时间序列数据异常检测与诊断方法进行了系统且全面的评估。与以往工作不同，我们通过10种模型与4种评分函数的网格，将模型与模型误差的后处理（即评分函数）彼此独立地变化，并将这些变体与最先进方法进行比较。在时序异常检测中，检测异常事件比检测单个异常时间点更为重要。通过实验，我们发现现有评估度量要么未考虑事件，要么无法区分优秀检测器与平凡检测器（如随机或全阳性检测器）。我们提出一种新度量以克服这些缺陷，即用于评估时间序列异常检测的复合F分数（composite F-score, $Fc_1$）。我们的研究强调，动态评分函数比静态评分函数更适用于多元时间序列异常检测，且评分函数的选择往往比底层模型的选择更为关键。我们还发现，一个简单的通道级模型——带有动态高斯评分函数的单变量全连接自编码器（Univariate Fully-Connected Auto-Encoder），在异常检测与诊断上均成为优胜候选，击败了最先进算法。