異常檢測(Anomaly detection)是目前時序數據分析最成熟的應用之一，定義是從正常的時間序列中識別不正常的事件或行為的過程。有效的異常檢測被廣泛用于現實世界的很多領域，例如量化交易，網絡安全檢測、自動駕駛汽車和大型工業設備的日常維護。以在軌航天器為例，由于航天器昂貴且系統復雜，未能檢測到危險可能會導致嚴重甚至無法彌補的損害。異常隨時可能發展為嚴重故障，因此準確及時的異常檢測可以提醒航天工程師盡早采取措施。 一般而言，很多異常可以通過人工的方式來判斷。然而當業務組合復雜、時序規模變大后，依靠傳統的人工和簡單的同比環比等絕對值算法來判斷就顯得捉襟見肘了。因此，在面對各種各樣的工業級場景時，系統的了解時間序列異常檢測方法尤為重要。

01

異常類型概述

通常說的異常大致分為異常值、波動值、異常時間序列等幾種情況：

• 異常值(Outlier)

• • 給定輸入時間序列

總結

以上是生活随笔為你收集整理的离群点检测方法_干货 ：时间序列异常检测的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。