主动异常检测的可能性

时间序列异常检测通过检测工作流程中的错误和故障，是现实应用中最重要的话题之一，其目的是减少潜在的损伤或损失。然而，现有异常检测模型通过模型输出与真实值（观测值）之间的误差来检测异常，这使其在实际应用中难以使用。本文提出了一种基于专为异常检测设计的时间序列预测模型和数据驱动异常检测模型的主动方法。我们的主动方法利用数据驱动的异常检测模型从训练数据中建立异常阈值，随后通过识别超出异常阈值的预测值来检测异常。此外，我们使用四个异常检测基准进行了广泛的评估，并分析了可预测和不可预测的异常。我们随附了源代码作为补充材料。