我们的网络应用程序收集了大量关于用户操作、网络业务、数据库负载等的数据
所有数据都存储在仓库中，我们对这些数据有很多有趣的看法。
如果发生奇怪的事情，它可能会出现在数据的某个地方。
但是，要手动检测是否发生了异常情况，必须不断查看这些数据并寻找异常情况。
我的问题是：检测动态数据变化的最佳方法是什么，可以被视为“与众不同”。
贝叶斯过滤器（我在阅读垃圾邮件检测时看到过这些）是要走的路吗？
任何指针都会很棒！
编辑：为了澄清数据，例如显示数据库负载的每日曲线。这条曲线通常看起来与昨天的曲线相似。随着时间的推移，这条曲线可能会缓慢变化。
如果曲线每天都在某些范围内发生变化，那将会发出警告，这将是一件好事。
R