Breakpoint based online anomaly detection
Détection d'anomalies online basée sur les points de ruptures
Résumé
This paper proposes a new online anomaly detector for time series. Classically, anomaly detectors do not adapt well in real time to changes in the reference distribution. The novelty of our approach is to use breakpoint detection to adapt online to the new reference behavior of the time series. The statistical performance of the detector is theoretically ensured by a control on the FDR. The anomaly detector is empirically evaluated in depth to assess its capabilities and limitations.
Cet article propose un nouveau détecteur d'anomalies online. Classiquement, les détecteurs d'anomalies ne s'adaptent pas en temps réel aux changements de la distribution de référence. La nouveauté de notre approche consiste en l'utilisation de la détection de points de rupture pour s'adapter au nouveau comportement de référence de la série temporelle. La performance statistique du détecteur est théoriquement garantie par un contrôle sur le FDR. Le détecteur d'anomalies fait l'objet d'une évaluation empirique approfondie afin de déterminer ses capacités et ses limites.
Fichier principal
tcgdhmtynkrmkzdspkgzfnjfdkcdsdxq.pdf (1.2 Mo)
Télécharger le fichier
cpfpkrtgggbxxtfrwktwjhvsthphryhd.pdf (2.14 Mo)
Télécharger le fichier
| Origine | Fichiers produits par l'(les) auteur(s) |
|---|
| Format | Autre |
|---|---|
| Commentaire | supplementary material |
