Identifying anomalies in large multi-dimensional time series is a crucial and difficult task across multiple domains. Few methods exist in the literature that address this task when some of the variables are categorical in nature. We formalize an analogy between categorical time series and classical Natural Language Processing and demonstrate the strength of this analogy for anomaly detection and root cause investigation by implementing and testing three different machine learning anomaly detection and root cause investigation models based upon it.
翻译：查明大型多维时间序列中的异常现象是跨越多个领域的关键和困难的任务。 当某些变量具有绝对性时,文献中处理这项任务的方法很少。 我们正式确定绝对时间序列和经典自然语言处理之间的类比,并通过实施和测试三个不同的机器学习异常现象探测和基于它的根本原因调查模型,来证明这一类比对异常现象探测和根本原因调查的力度。
相关内容
在数据挖掘中，异常检测（英语：anomaly detection）对不符合预期模式或数据集中其他项目的项目、事件或观测值的识别。通常异常项目会转变成银行欺诈、结构缺陷、医疗问题、文本错误等类型的问题。异常也被称为离群值、新奇、噪声、偏差和例外。
特别是在检测滥用与网络入侵时，有趣性对象往往不是罕见对象，但却是超出预料的突发活动。这种模式不遵循通常统计定义中把异常点看作是罕见对象，于是许多异常检测方法（特别是无监督的方法）将对此类数据失效，除非进行了合适的聚集。相反，聚类分析算法可能可以检测出这些模式形成的微聚类。
有三大类异常检测方法。[1] 在假设数据集中大多数实例都是正常的前提下，无监督异常检测方法能通过寻找与其他数据最不匹配的实例来检测出未标记测试数据的异常。监督式异常检测方法需要一个已经被标记“正常”与“异常”的数据集，并涉及到训练分类器（与许多其他的统计分类问题的关键区别是异常检测的内在不均衡性）。半监督式异常检测方法根据一个给定的正常训练数据集创建一个表示正常行为的模型，然后检测由学习模型生成的测试实例的可能性。
Arxiv
0+阅读 · 2022年6月7日
Arxiv
16+阅读 · 2021年7月16日
Arxiv
15+阅读 · 2019年1月15日
相关VIP内容
相关资讯
相关论文
Arxiv
0+阅读 · 2022年6月7日
Arxiv
16+阅读 · 2021年7月16日
Arxiv
15+阅读 · 2019年1月15日
微信扫码咨询专知VIP会员