使用异常检测器单变量 API 的最佳做法

项目
01/29/2024

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 API 是一项无状态异常情况检测服务。其结果的准确度和表现可能受以下因素影响：

准备时序数据的方式。
使用的异常检测器 API 参数。
API 请求中的数据点数目。

通过本文了解使用 API 针对你的数据获取最佳结果的最佳做法。

何时使用批量（全部数据）或最新（最新数据）点异常情况检测

异常检测器 API 的批量检测终结点允许你通过完整的时序数据来检测异常。在此检测模式下，需创建单个统计模型，并将其应用于数据集中的每个点。如果时序具有以下特征，建议使用批量检测在一个 API 调用中预览数据。

周期性时序，偶尔会出现异常。
平缓趋势时序，偶尔会出现峰值/谷值。

不建议在实时数据监视中使用批量异常情况检测，也不建议在不具备上述特征的时序数据中使用它。

批量检测仅创建并应用一个模型，对每个点的检测都是在整个序列的上下文中完成的。如果时序数据上下起伏且没有周期性，则模型可能会错过一些变化点（数据中的峰值和谷值）。类似地，如果某些变化点的变化不如数据集中后面的变化点的变化那么明显，系统可能会认为它们的变化不够明显，因此不会将它们纳入模型中。
进行实时数据监视时，由于分析的点数量较多，因此批量检测比检测最新点的异常状态要慢。

对于实时数据监视，建议只检测最新数据点的异常状态。通过持续应用最新点检测，可以更有效、更准确地进行流数据监视。

下面的示例描述了这些检测模式可能会对性能造成的影响。第一张图显示了沿着 28 个先前看到的数据点连续检测最新点异常状态的结果。红色点为异常。

An image showing anomaly detection using the latest point

下面是使用批量异常情况检测的同一数据集。为此操作构建的模型忽略了几个异常（使用矩形进行了标记）。

An image showing anomaly detection using the batch method

数据准备

异常检测器 API 接受格式化为 JSON 请求对象的时序数据。时序可以是在一段时间内按顺序记录的任何数值数据。你可以将各个时段内的时序数据发送到异常检测器 API 终结点，以提高 API 的性能。可以发送的最少数据点数为 12 个，最多数据点数为 8640 个。粒度定义为数据采样速率。

发送到异常检测器 API 的数据点必须具有一个有效的协调世界时 (UTC) 时间戳和一个数值。

{
    "granularity": "daily",
    "series": [
      {
        "timestamp": "2018-03-01T00:00:00Z",
        "value": 32858923
      },
      {
        "timestamp": "2018-03-02T00:00:00Z",
        "value": 29615278
      },
    ]
}

如果数据按非标准时间间隔采样，可以通过在请求中添加 customInterval 属性来指定该时间间隔。例如，如果你的序列每 5 分钟进行一次采样，则可将以下内容添加到 JSON 请求：

{
    "granularity" : "minutely", 
    "customInterval" : 5
}

缺少数据点

在均匀分布的时序数据集中，尤其是在细粒度（采样时间间隔很小，例如，每几分钟对数据进行一次采样。）。缺少的点数少于数据中预期点数的 10% 不会对检测结果产生负面影响。请考虑根据数据的特征来填补数据中的空白，例如，将其替换为早期的数据点、线性内插值或移动平均值。

聚合分布的数据

异常检测器 API 最适用于均匀分布的时序。如果数据是随机分布的，则应按某个时间单位（例如每分钟、每小时或每天）进行聚合。

对具有周期性模式的数据进行异常情况检测

如果你知道时序数据具有周期性模式（定期出现的模式），则可提高准确度和缩短 API 响应时间。

在构造 JSON 请求时指定 period 可以将异常情况检测延迟降低多达 50%。 period 是一个整数，它指定时序大约采用多少个数据点来重复某个模式。例如，每天有一个数据点的时序的 period 为 7，而每小时有一个数据点的时序（具有相同的每周模式）的 period 为 7*24。如果你不确定数据的模式，则无需指定此参数。

为获得最佳结果，请提供四个 period 的数据点，再额外添加一个数据点。例如，上述具有每周模式的每小时数据应当在请求正文中提供 673 个数据点 (7 * 24 * 4 + 1)。

为实时监视对数据进行采样

如果按较短的时间间隔（例如秒或分钟）对流数据进行采样，则发送建议数量的数据点可能会超过异常检测器 API 的最大允许数量（8640 个数据点）。如果你的数据表现出稳定的周期性模式，请考虑以较大的时间间隔（例如小时）发送时序数据的样本。以这种方式对数据进行采样还可以显著缩短 API 响应时间。

通过