elasticsearch - 使用机器学习创建异常检测

Question

弹性堆栈的新x-pack ML给我留下了深刻的印象。似乎他们的技术随着时间的推移学习数据模式，并且可以预测多个域中的异常。

放大：

我想知道可以使用什么方法和网络拓扑来创建类似的功能。假设由于 x-pack 适用于时间序列数据，RNN 将是一个好的开始，这是否公平？

对您的意见和参考感兴趣。

Answer 1

根据我的阅读，如果他们使用神经网络，我会感到惊讶。以下是他们所说的检测异常的方式：

通过构建“典型”用户或机器的配置文件来检测群体中的异常值，以了解何时开始偏离群体。

像这样进行异常检测只需要对观察到的行为是否在预期行为的 2-3 个标准偏差范围内进行统计测试。

如果你出于某种原因想使用神经网络，你可以使用 CNN、RNN 或仅注意力网络。谷歌最近表明，您不需要 RNN 或 CNN 来进行最先进的翻译。