流分析中的实时异常检测
人工智能
2016-07-11 v1 分布式、并行与集群计算
系统与控制
摘要
世界上大部分数据是流式的、时间序列数据，其中异常在关键情况下提供重要信息。然而，在流数据中检测异常是一项困难的任务，要求检测器实时处理数据，并在进行预测的同时学习。我们提出一种基于在线序列记忆算法（称为分层时序记忆（Hierarchical Temporal Memory, HTM））的新型异常检测技术。我们展示了一个实时检测金融指标中异常的实时应用的结果。我们还在 NAB（一个已发布的实时异常检测基准）上测试了该算法，我们的算法取得了同类最佳结果。
引用
@article{arxiv.1607.02480,
title = {Real-Time Anomaly Detection for Streaming Analytics},
author = {Subutai Ahmad and Scott Purdy},
journal= {arXiv preprint arXiv:1607.02480},
year = {2016}
}