4. 统计学异常检测技术

文档摘要

统计学异常检测技术统计学异常检测技术统计学方法是时间序列异常检测中最基础也是应用最广泛的方法之一。其核心思想是：假设时间序列数据服从某种统计分布，通过分析数据的统计特征（如均值、方差、分位数等）来识别与预期模式显著不同的点，即异常点。统计学方法的优点是易于理解和实现，计算效率高，适用于各种类型的时间序列数据。然而，其缺点是需要对数据分布做出假设，并且对于复杂模式的异常检测效果可能不佳。 4.1 基于阈值与规则基于阈值与规则的方法是最简单直接的异常检测方法。它通过设定一个或多个阈值，将超出阈值范围的数据点标记为异常。 4.1.1 原理该方法的核心在于定义合适的阈值。阈值可以是静态的（预先设定的固定值），也可以是动态的（根据历史数据计算得到）。 4.1.