面向多元数据流实时异常检测
人工智能
2022-09-27 v1
摘要
我们提出了一种基于概率指数加权移动平均（PEWMA）的面向数据流的实时多元异常检测算法。我们的公式对数据中的（突变瞬态、突变分布性和渐变分布性）偏移具有鲁棒性。该新型异常检测例程利用增量在线算法来处理数据流。此外，我们提出的异常检测算法以无监督方式工作，消除了对标记样本的需求。我们的算法表现良好，并在概念漂移面前具有鲁棒性。
引用
@article{arxiv.2209.12398,
title = {Real-time Anomaly Detection for Multivariate Data Streams},
author = {Kenneth Odoh},
journal= {arXiv preprint arXiv:2209.12398},
year = {2022}
}