Использование одномерного API Детектора аномалий для данных временных рядов
Внимание
Начиная с 20 сентября 2023 г. вы не сможете создавать новые Детектор аномалий ресурсы. Служба Детектор аномалий отменяется 1 октября 2026 года.
API службы "Детектор аномалий" предоставляет два метода обнаружения аномалий. Аномалии можно обнаруживать в пакетном режиме для временных рядов или по мере создания данных путем определения состояния аномалии последней точки данных. Модель обнаружения возвращает результаты в отношении аномалий вместе с ожидаемым значением 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
API службы "Детектор аномалий" предоставляет следующие режимы обнаружения: пакетный и потоковая передача.
Примечание.
Следующие URL-адреса запросов следует объединить с соответствующей конечной точкой для 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 для заданного диапазона времени, используйте следующий URI запроса с данными временных рядов:
/timeseries/entire/detect.
Отправляя данные временных рядов одновременно, API создает модель на основе данных всего ряда и анализирует каждую точку данных.
Обнаружение для потоковой передачи
Чтобы непрерывно отслеживать потоковую передачу данных для обнаружения аномалий, используйте следующий URI запроса с последней точкой данных:
/timeseries/last/detect.
Отправляя новые точки данных по мере их создания, можно отслеживать данные в режиме реального времени. На основе отправляемых точек данных создается модель, и API определяет, является ли последняя точка во временном ряде аномалией.
Настройка верхней и нижней границ обнаружения аномалий
По умолчанию верхняя и нижняя границы для обнаружения аномалий рассчитываются с помощью значений expectedValue, upperMargin и lowerMargin. Если требуются разные границы, рекомендуется применить marginScale к upperMargin или lowerMargin. Границы рассчитываются следующим образом:
| Система | Расчет |
|---|---|
upperBoundary |
expectedValue + (100 - marginScale) * upperMargin |
lowerBoundary |
expectedValue - (100 - marginScale) * lowerMargin |
В следующих примерах показан результат работы API службы "Детектор аномалий" для разных порогов чувствительности.
Пример с порогом чувствительности 99
Пример с порогом чувствительности 95
Пример с порогом чувствительности 85
