用于单变量数据流的保形 k-NN 异常检测器

Vladislav Ishimtsev; Ivan Nazarov; Alexander Bernstein; Evgeny Burnaev

用于单变量数据流的保形 k-NN 异常检测器

机器学习 2017-06-13 v1 数据结构与算法应用统计统计计算统计方法学

作者: Vladislav Ishimtsev , Ivan Nazarov , Alexander Bernstein , Evgeny Burnaev

摘要

在许多应用中，时间序列数据中的异常提供了重要且通常具有可操作性的信息。在本文中，我们考虑一种用于单变量时间序列的无模型异常检测方法，该方法能够适应数据流中的非平稳性，并基于保形预测范式提供概率异常评分。尽管该方法很简单，但其在 Numenta Anomaly Detection 基准和 Yahoo! S5 数据集上的表现与复杂的基于预测的模型相当。

关键词

异常检测数据流保形预测 k近邻非平稳性

引用

@article{arxiv.1706.03412,
  title  = {Conformal k-NN Anomaly Detector for Univariate Data Streams},
  author = {Vladislav Ishimtsev and Ivan Nazarov and Alexander Bernstein and Evgeny Burnaev},
  journal= {arXiv preprint arXiv:1706.03412},
  year   = {2017}
}

备注

15 pages, 2 figures, 7 tables

用于单变量数据流的保形 k-NN 异常检测器

摘要

关键词

引用

备注

相关论文