迈向无偏的时间序列异常检测器评估

时间序列异常检测 (TSAD) 是一个不断发展的研究领域，其动机源于关键的应用需求，例如检测地震活动、工业工厂中的传感器故障、预测股市崩盘等。在各个领域中，异常现象的出现频率明显低于正常数据，这使得 F1-score 成为异常检测中最常采用的指标。然而，对于时间序列而言，由于“时间点”与“时间事件”之间的脱节，使用标准 F1-score 并非易事。为适应这一情况，在进行 $F_1$-score 评估之前，会对异常预测进行调整，称为点调整 (PA)。然而，这些调整是基于启发式的，且偏向于真阳性检测，导致对检测器性能的过高估计。在这项工作中，我们提出了一种称为“平衡点调整” (BA) 的替代调整协议。它解决了现有点调整方法的局限性，并基于 TSAD 评估的公理化定义提供了公平性保证。