Breakpoint based online anomaly detection
Détection d'anomalies online basée sur les points de ruptures
Résumé
The goal of anomaly detection is to identify observations that are generated by a distribution that differs from the reference distribution that qualifies normal behavior. When examining a time series, the reference distribution may evolve over time. The anomaly detector must therefore be able to adapt to such changes. In the online context, it is particularly difficult to adapt to abrupt and unpredictable changes. Our solution to this problem is based on the detection of breakpoints in order to adapt in real time to the new reference behavior of the series and to increase the accuracy of the anomaly detection. This solution also provides a control of the False Discovery Rate by extending methods developed for stationary series.
L'objectif de la détection des anomalies est d'identifier les observations générées par une distribution qui diffère de la distribution de référence qui qualifie le comportement normal. Lors de l'examen d'une série temporelle, la distribution de référence peut évoluer dans le temps. Le détecteur d'anomalies doit donc être capable de s'adapter à ces changements. Dans le contexte online, il est particulièrement difficile de s'adapter à des changements brusques et imprévisibles. Notre solution à ce problème est basée sur la détection de points de rupture afin de s'adapter en temps réel au nouveau comportement de référence de la série et d'augmenter la précision de la détection d'anomalies. Cette solution permet également de contrôler le taux de faux positifs (FDR) en étendant les méthodes développées pour les séries stationnaires.
| Origine | Fichiers produits par l'(les) auteur(s) |
|---|---|
| Licence |
