Documentazione dell'infrastruttura Oracle Cloud

Rilevamento anomalie

Anomaly Detection Operator è uno strumento low code per l'integrazione del rilevamento delle anomalie in qualsiasi applicazione aziendale.

Utilizza il rilevamento delle anomalie costruttive delle serie temporali per contrassegnare i momenti anomali nei dati, in base al tempo e all'ID.

Per ulteriori informazioni, consulta la sezione Rilevamento anomalie della documentazione ADS.

Dati input

L'operatore di rilevamento anomalie accetta un set di dati con:
  • Colonna di destinazione.
  • (Facoltativo) Una o più colonne di serie, in modo che la destinazione venga indicizzata per data/ora e serie.
  • (Facoltativo) Numero arbitrario di variabili aggiuntive.

Oltre a questi dati di input, è possibile specificare i dati di convalida, se disponibili. I dati di convalida devono avere tutte le colonne dei dati di input più una colonna binaria denominata anomaly. Il valore della colonna anomaly deve essere meno 1 per le righe anomale e 1 per le righe normali.

Infine, fornire test_data per ricevere le metriche di test e valutare più facilmente le prestazioni dell'operatore. I dati di prova devono essere indicizzati per data e (facoltativamente) serie. I dati di test devono avere il valore meno 1 per le righe anomale e 1 per le righe normali.

È possibile configurare un job di rilevamento anomalie con il seguente yaml:
kind: operator
type: anomaly
version: v1
spec:
    input_data:
        url: https://raw.githubusercontent.com/facebook/prophet/main/examples/example_yosemite_temps.csv
    model: autots
    target_column: y
Eseguire l'operatore con questo comando:
ads operator run -f anomaly.yaml

Rilevamento delle anomalie mulitvariate

Se si dispone di variabili aggiuntive che si ritiene possano essere correlate, utilizzare il rilevamento multivariato delle anomalie. Tutte le colonne extra specificate nei dati di input vengono utilizzate per determinare se la colonna di destinazione è anomala.

Selezione automatica modello

Gli utenti degli operatori non devono sapere nulla sui modelli sottostanti per utilizzarli. Per impostazione predefinita, il modello viene impostato su auto. Tuttavia, se si desidera un maggiore controllo sui parametri di modellazione, impostare il parametro del modello su autots o automlx e quindi passare i parametri direttamente in model_kwargs.