Méthode à base de patterns pour la détection d'anomalies
Résumé
La détection d’anomalies dans les applications réelles de distribution de fluide est une tâche difficile, en particulier lorsque l’on cherche à détecter simultanément différents types d’anomalies. La résolution de ce problème est importante dans plusieurs domaines par exemple, dans les applications de gestion et de supervision de bâtiments. Dans cet article, nous présentons l’algorithme CoRP "Composition of Remarkable Points", une approche configurable basée sur la modélisation de patterns de détection simultanée d’anomalies multiples. CoRP applique un ensemble de patterns, défini par l’utilisateur, afin d’annoter (labels) les points remarquables dans une série temporelle uni-variée, puis détecte les anomalies par composition de labels. En comparant avec des algorithmes de la littérature, notre approche se montre plus robuste et plus précise pour détecter tous les types d’anomalies observées dans des déploiements réels. Nos expérimentations reposent sur des données du monde réel et des données de benchmark issues de la littérature.
Domaines
Base de données [cs.DB]
Origine : Fichiers produits par l'(les) auteur(s)
Loading...