智能运维（AIOps）系统中的异常检测方案

https://mp.weixin.qq.com/s/okKnaqJVV7bfS1_iUtdIWg

1.概览

异常检测是智能运维（AIOps）系统中一项基础且重要功能，其旨在通过算法自动地发现KPI时间序列数据中的异常波动，为后续的告警、自动止损、根因分析等提供决策依据。在实际场景下，由于异常点数据稀少，异常类型多样以及KPI类型多样，给异常检测带来了很大的挑战。

本文整理了LogicMonitor-AI团队在AIOps决赛暨首届AIOps研讨会中的分享内容，主要介绍了我们在AIOps异常检测竞赛中的算法设计思路和实现细节。

接下来主要分三部分来介绍：

• 首先介绍这次竞赛的背景和需求，在此基础上给出我们方案的设计原则

• 第二部分会详细介绍这次竞赛中使用的算法方案

• 最后探讨方案的不足与改进计划

2.需求分析

问题描述

在竞赛中，主办方提供了两份数据集，分别用作训练和测试，数据集由若干KPI时间序列组成，这些数据都来源于真实的运维场景。训练数据事先由运维人员手工标注出了异常段，要求根据训练数据生成模型并对测试数据进行异常检测（即对每个数据点标注是否为异常点）。

评估

通过对比测试集上模型的检测结果与真实标注数据，计算F-Score作为算法的评估标