用聚类方法对KPI(滑动窗口)做无监督异常检测
基本的方法是用SBD对滑动窗口进行聚类,然后再确定每个类是正常类还是异常类
这里有两个问题:
- 如何确定类别个数
- 如何确定类是不是正常的
KDetect使用density解决这两个问题,density指的是类内点的密集程度。
k通过density-k曲线的local optimum 得到
在第一次聚类(k=2)的时候,较大的那个类是初始的正常类,将该类的密度的2倍作为密度阈值,到初始正常类的距离超过阈值的就是异常类。Intuition就是正常的曲线(滑动窗口)都应该在初始正常类内或者附近。
Last update :
February 13, 2023
Created : February 13, 2023
Created : February 13, 2023