Exathlon：面向时间序列可解释异常检测的基准
机器学习
2021-09-07 v3 数据库
摘要
高质量数据仓库与基准的获取，已在推进诸多实验研究领域的前沿中发挥了关键作用。尽管针对时间序列数据的先进分析任务正受到大量关注，但此类社区资源的缺乏严重制约了科学进展。本文中，我们提出 Exathlon，这是首个面向高维时间序列数据上可解释异常检测的综合公共基准。Exathlon 基于在 Apache Spark 集群上重复执行大规模流处理作业的真实数据轨迹系统构建。其中部分执行被有意扰动，引入了六类不同异常事件（如错误输入、资源争用、进程失败）的实例。对于每个异常实例，均提供了根因区间与扩展影响区间的地面真值标签，以支持广泛异常检测 (AD) 与解释发现 (ED) 任务的开发与评估。我们通过一项采用三种最优 AD 与 ED 技术的实验研究，展示了 Exathlon 数据集、评估方法学与端到端数据科学流水线设计的实用价值。
引用
@article{arxiv.2010.05073,
title = {Exathlon: A Benchmark for Explainable Anomaly Detection over Time Series},
author = {Vincent Jacob and Fei Song and Arnaud Stiegler and Bijan Rad and Yanlei Diao and Nesime Tatbul},
journal= {arXiv preprint arXiv:2010.05073},
year = {2021}
}