时间序列异常检测综述  

作　　者：洪生 王俊松[1] 

机构地区：[1]南京信息职业技术学院信息化发展中心

出　　处：《数字技术与应用》2024年第6期86-88,共3页Digital Technology & Application

基　　金：中国高校产学研创新基金—未来网络创新研究与应用项目“基于实时大数据分析的异常流量检测系统研究”(2021FNB03002)。

摘　　要：海量的时间序列数据给异常检测领域带来了新的契机与挑战,尤其是多元时间序列的异常检测正在成为新的研究热点,然而,这一方面的研究目前仍处于初步阶段。通过整理国内外相关文献,从时间序列特征、检测方法、评价指标三个方面阐述了研究进展,并着重分析了基于深度学习的时间上下文建模主流算法的优缺点及其研究趋势。

关 键 词：多元时间序列 异常检测 上下文建模 深度学习 时间序列特征 评价指标 检测方法 时间序列数据 

分 类 号：O211.61[理学—概率论与数理统计] TP18[理学—数学]