nasze webapp zbiera ogromną ilość danych o działaniach użytkowników, Business Network, obciążenie bazy danych, etc etc etcnajlepszy sposób statystycznie wykrywania anomalii w danych
Wszystkie dane są przechowywane w magazynach i mamy sporo ciekawych widoków na tych danych.
Jeśli wydarzy się coś dziwnego, są szanse, że pojawi się gdzieś w danych.
Jednakże, aby ręcznie wykryć, czy dzieje się coś niezwykłego, należy nieustannie przeglądać te dane i szukać dziwactw.
Moje pytanie: jaki jest najlepszy sposób na wykrycie zmian w danych dynamicznych, które można uznać za "nietypowe".
Czy filtry bayesan (widziałem te wspomniane podczas czytania o wykrywaniu spamu) w drodze?
Wszelkie wskazówki byłyby świetne!
EDYCJA: W celu wyjaśnienia danych na przykład pokazuje dzienną krzywą obciążenia bazy danych. Krzywa ta zwykle wygląda podobnie do krzywej z wczoraj Z czasem krzywa ta może się zmieniać powoli.
Byłoby miło, gdyby krzywa z dnia na dzień zmieniała się w pewnych granicach, ostrzeżenie może zgasnąć.
R
świetna odpowiedź. Naprawdę pomocna; ^) – Toad
Lub nawet dobrze zadane pytanie. Co właściwie masz na myśli przez anomalię? –
to jest świetne pytanie – user1471980