什么是异常检测器?
重要
从 2023 年 9 月 20 日开始,将无法创建新的异常检测器资源。 异常检测器服务将于 2026 年 10 月 1 日停用。
异常检测器是附带一组 API 的 AI 服务,你几乎不需要具备批量验证或实时推理方面的任何机器学习 (ML) 知识,就能使用它来监视和检测时序数据中的异常。
本文档包含以下类型的文章:
- 快速入门是分步说明,你可按照该说明调用服务,并迅速获得结果。
- 操作指南包含以更具体的方式或自定义方式使用服务的说明。
- 教程是一份篇幅较长的指南,向你演示了如何在更广泛的业务解决方案中使用此服务作为组件。
- 代码示例演示如何使用异常检测器。
- 概念性文章对服务的功能和特性进行了深入说明。
异常检测器功能
借助异常检测器,可以使用单变量异常检测器检测一个变量中的异常。
功能 | 说明 |
---|---|
单变量异常情况检测 | 检测一个变量(例如收入、成本等)中的异常。模型是根据数据模式自动选择的。 |
单变量异常情况检测
借助单变量异常检测器 API,无需了解机器学习方面的知识,就能监视和检测时序数据中的异常。 其算法通过自动标识最佳适配模型并将其应用到数据来进行自适应,并且不限行业、场景或数据量。 使用时序数据,此 API 可以确定异常检测的边界、预期的值,以及哪些数据点异常。
使用异常检测器不需要以前在机器学习方面有任何经验,你可以使用 REST API 轻松地将服务集成到应用程序和进程中。
可以使用单变量异常检测器自动检测时序数据中的异常以及实时出现的异常。
功能 | 说明 |
---|---|
流式处理检测 | 检测流式传输数据中的异常,方法是:使用以前见过的数据点来确定最近的数据点是否异常。 此操作使用发送的数据点生成一个模型,然后确定目标点是否异常。 每生成一个新数据点就调用该 API,这样就可以在创建数据时监视数据。 |
批量检测 | 使用时序来检测数据中可能存在的任何异常。 此操作使用整个时序数据生成一个模型,每个点使用同一模型进行分析。 |
更改点检测 | 使用时序来检测数据中存在的趋势更改点。 此操作使用整个时序数据生成一个模型,每个点使用同一模型进行分析。 |