Примечание.
Для доступа к этой странице требуется авторизация. Вы можете попробовать войти или изменить каталоги.
Для доступа к этой странице требуется авторизация. Вы можете попробовать изменить каталоги.
Важно
Начиная с 20 сентября 2023 г. вы не сможете создавать новые ресурсы детектора аномалий. Служба детектора аномалий отменяется 1 октября 2026 года. Мы рекомендуем выполнить миграцию на Microsoft Fabric, которая интегрирует microsoft/anomaly-detector или непосредственно в проект детектора аномалий с открытым кодом.
Anomaly Detector API предоставляет два метода обнаружения аномалий. Вы можете обнаруживать аномалии пакетно на протяжении временного ряда или по мере генерации данных путем определения статуса аномалии на последней точке данных. Модель обнаружения возвращает результаты аномалий вместе с ожидаемым значением каждой точки данных, а также верхней и нижней границами обнаружения аномалий. Эти значения можно использовать для визуализации диапазона нормальных значений и аномалий в данных.
Режимы обнаружения аномалий
Anomaly Detector API предоставляет режимы обнаружения: пакетная и потоковая передача.
Примечание
Следующие URL-адреса запроса должны быть объединены с соответствующей конечной точкой для вашей подписки. Например: https://<your-custom-subdomain>.api.cognitive.microsoft.com/anomalydetector/v1.0/timeseries/entire/detect
Пакетное обнаружение
Чтобы обнаружить аномалии в пакете точек данных в течение заданного диапазона времени, используйте следующий URI запроса с данными временных рядов:
/timeseries/entire/detect.
Отправляя данные временных рядов одновременно, API создаст модель с помощью всей серии и анализирует каждую точку данных.
Обнаружение потоковой передачи
Чтобы непрерывно обнаруживать аномалии в потоковых данных, используйте следующий URI запроса с последней точкой данных:
/timeseries/last/detect.
Отправляя новые точки данных при их создании, вы можете отслеживать данные в режиме реального времени. Модель будет создана с помощью точек данных, которые вы отправляете, и API определит, является ли последняя точка в временных рядах аномалией.
Настройка границ обнаружения нижних и верхних аномалий
По умолчанию верхние и нижние границы для обнаружения аномалий вычисляются с помощью expectedValue, upperMarginи lowerMargin. Если вам требуются другие границы, рекомендуется применить marginScale к upperMargin или lowerMargin. Границы будут вычисляться следующим образом:
| Границы | Расчет |
|---|---|
upperBoundary |
expectedValue + (100 - marginScale) * upperMargin |
lowerBoundary |
expectedValue - (100 - marginScale) * lowerMargin |
В следующих примерах показан результат Anomaly Detector API при различных чувствительностях.
Пример с чувствительностью на уровне 99
Пример с чувствительностью 95%
Пример с чувствительностью на 85
