基于融合學習的無監(jiān)督多維時間序列異常檢測

摘要： 隨著多云時代的到來，云際智能運維能夠提前檢測處理云平臺的故障，從而確保其高可用性.由于云系統(tǒng)的復雜性，運維數(shù)據(jù)在數(shù)據(jù)局部性和數(shù)據(jù)全局性上呈現(xiàn)出多樣的時間依賴和維度間依賴，這給多維時間序列異常檢測帶來很大的挑戰(zhàn).然而，現(xiàn)有的多維時間序列異常檢測方法大多是從正常時序數(shù)據(jù)中學習到特征表示并基于重構(gòu)誤差或預測誤差檢測異常，這些方法無法同時捕獲多維時間序列在局部性和全局性上的信息依賴，從...