python - Microsoft 在异常检测 API 中提供哪些异常检测算法

Question

我正在探索 Microsoft Azure 异常检测 API，以便在我的组织中使用。我想知道库中有哪些算法（例如隔离森林、一类 SVM、基于自动编码器的异常检测）。通过此 API，我可以选择哪些统计模型？

Answer 1

您是指 Azure 认知服务中的异常检测器。据我观察，API 不仅采用单一模型或算法。你可以查看它的响应，如果你不给出周期信息，它会返回一个，这意味着后面的算法也计算时间序列的周期，可能是他们用来选择模型或算法的一个特征。我尝试发送季节性时间序列、非季节性时间序列、上升趋势和下降趋势，都返回正确的好结果。不确定他们是否可以公开有关算法的细节。但是，如果我将 DFT、STL 用于季节性时间序列，将 ESD 或简单的 Zscore 用于非季节性，我可以看到相同的行为。

有时“整个”检测无法返回预期值作为流模式下的“最后”检测，但根据 API 参考https://aka.ms/anomaly-detector-rest-api-ref ，似乎“整个”API构建单个模型或选择一个算法进行检测并考虑目标点后的点，因此在整个时间序列中应该是异常的。但是“最后一个” api 只使用目标点之前的点，所以它意味着根据历史记录的异常。虽然有点迷茫，但在流式监控场景中，我认为“最后”它是正确的选择，它更快更准确。

Answer 2

根据微软技术社区

使用以下算法：

• 傅里叶变换
• 极端学生偏差 (ESD)
• STL 分解
• 动态阈值
• Z分数检测器
• 一些高级算法将被披露，等待论文发表。

---