Postupy: Použití Detektor anomálií jednovariátového rozhraní API na datech časových řad

  • Článek

Důležité

Od 20. září 2023 nebudete moct vytvářet nové Detektor anomálií prostředky. Služba Detektor anomálií se 1. října 2026 vyřadí z provozu.

Rozhraní API Detektor anomálií poskytuje dvě metody detekce anomálií. Můžete buď detekovat anomálie jako dávku v průběhu časových řad, nebo když se data generují zjištěním stavu anomálií nejnovějšího datového bodu. Model detekce vrací výsledky anomálií spolu s očekávanou hodnotou každého datového bodu a horními a dolními hranicemi detekce anomálií. Tyto hodnoty můžete použít k vizualizaci rozsahu normálních hodnot a anomálií v datech.

Režimy detekce anomálií

Rozhraní API Detektor anomálií poskytuje režimy detekce: dávkové a streamování.

Poznámka:

Následující adresy URL požadavků se musí kombinovat s příslušným koncovým bodem pro vaše předplatné. Příklad: https://<your-custom-subdomain>.api.cognitive.microsoft.com/anomalydetector/v1.0/timeseries/entire/detect

Detekce dávek

K detekci anomálií v dávce datových bodů v daném časovém rozsahu použijte následující identifikátor URI požadavku s daty časových řad:

/timeseries/entire/detect.

Odesláním dat časových řad najednou rozhraní API vygeneruje model pomocí celé řady a analyzuje každý datový bod s ním.

Detekce streamování

Pokud chcete nepřetržitě zjišťovat anomálie u streamovaných dat, použijte následující identifikátor URI požadavku s nejnovějším datovým bodem:

/timeseries/last/detect.

Odesláním nových datových bodů při jejich generování můžete monitorovat data v reálném čase. Model se vygeneruje s datovými body, které odesíláte, a rozhraní API určí, jestli je nejnovější bod v časové řadě anomálie.

Úprava hranic detekce dolních a horních anomálií

Ve výchozím nastavení se horní a dolní hranice detekce anomálií počítají pomocí expectedValueanomálií upperMargina lowerMargin. Pokud požadujete různé hranice, doporučujeme použít u marginScale upperMargin nebo lowerMargin. Hranice by se vypočítaly takto:

Hranice Výpočet
upperBoundary expectedValue + (100 - marginScale) * upperMargin
lowerBoundary expectedValue - (100 - marginScale) * lowerMargin

Následující příklady ukazují výsledek rozhraní API Detektor anomálií s různými citlivostmi.

Příklad s citlivostí na 99

Výchozí citlivost

Příklad s citlivostí na 95

99 Citlivost

Příklad s citlivostí na 85

85 Citlivost

Další kroky