论文：Opprentice: Towards Practical and Automatic Anomaly Detection Through Machine Learning

文章目录

问题
设计思想
算法细节

问题

KPI类型很多，没有万能的检测器，需要为不同类型的KPI选择合适的异常检测器和合适的参数
算法人员没有运维知识，运维人员不懂算法，所以要尽可能全自动化

设计思想

运维人员标注异常
Opprentice使用十几种不同的检测器提取上百个异常特征，然后将异常检测问题转化为机器学习中的有监督分类问题

算法细节

离线训练分类器

开发异常标注工具，快速标注异常
提取上百个特征（很多冗余），集成学习（随机森林）训练分类器

在线监测

新数据点的特征提取
用训练好的模型得出结果
备注：因为可能有新的异常case，所以要定期更新训练模型

KPI自动化异常检测系统——Opprentice相关推荐

如何开发一个异常检测系统：如何评价一个异常检测算法
利用数值来评价一个异常检测算法的重要性使用实数评价法很重要,当你用某个算法来开发一个具体的机器学习应用时,你常常需要做出很多决定,如选择什么样的特征等等,如果你能找到如何来评价算法,直接返回一个实数 ...
如何开发一个异常检测系统：异常检测 vs 监督学习
异常检测算法先是将一些正常的样本做为无标签样本来学习模型p(x),即评估参数,然后用学习到的模型在交叉验证集上通过F1值来选择表现最好的ε的值,然后在测试集上进行算法的评估.这儿用到了带有标签的数据, ...
基于实时计算（Flink）与高斯模型构建实时异常检测系统
案例与解决方案汇总页: 阿里云实时计算产品案例&解决方案汇总 1. 概述异常检测(anomaly detection)指的是对不符合预期模式或数据集(英语:dataset)中其他项目的项目. ...
Anomaly detection system——异常检测系统简介与设计
"异常检测系统"常常应用于制造业中,同时对于生活在互联网时代的我们而言,异常检测同样发挥着巨大的作用,例如进行异常用户检测,防止网络诈骗等行为等. 一个成熟的异常检测系统能够基于输 ...
毕业设计-基于深度学习的网络流量异常检测系统
目录前言课题背景和意义实现技术思路一.相关技术与理论介绍二.基于深度学习的网络流量二分类模型三.网络流量异常检测系统实现效果图样例最后前言
自动化缺陷检测系统01-项目总体方案设计
作者介绍项目总体规划 1.需求分析 2.项目总体方案设计 2.1 软件方案设计 3.1 硬件方案设计作者介绍张伟伟,男,西安工程大学电子信息学院,2019级硕士研究生,张宏伟人工智能课题组. 研 ...
自动化缺陷检测系统03---算法与最终实现效果展示
作者介绍 1. 算法模型图(目前论文和专利未公开,保密待补充) 2. 界面效果展示 2.1 封面界面 2.2 主界面 2.3 检测过程的界面 3 总结 4.后续可优化的部分作者介绍张伟伟,男,西安 ...
《异常检测——从经典算法到深度学习》20 HotSpot：多维特征 Additive KPI 的异常定位
<异常检测--从经典算法到深度学习> 0 概论 1 基于隔离森林的异常检测算法 2 基于LOF的异常检测算法 3 基于One-Class SVM的异常检测算法 4 基于高斯概率密度异常检测 ...
《异常检测——从经典算法到深度学习》16 基于VAE和LOF的无监督KPI异常检测算法
<异常检测--从经典算法到深度学习> 0 概论 1 基于隔离森林的异常检测算法 2 基于LOF的异常检测算法 3 基于One-Class SVM的异常检测算法 4 基于高斯概率密度异常检测 ...

KPI自动化异常检测系统——Opprentice

文章目录

问题

设计思想

算法细节

KPI自动化异常检测系统——Opprentice相关推荐

最新文章

热门文章