الكيفية: استخدام واجهة برمجة التطبيقات أحادية المتغير للكشف عن الحالات غير المألوفة في بيانات التسلسل الزمني الخاصة بك
هام
اعتبارا من 20 سبتمبر 2023، لن تتمكن من إنشاء موارد Anomaly Detector جديدة. يتم إيقاف خدمة Anomaly Detector في 1 أكتوبر 2026.
توفر واجهة برمجة Anomaly Detector طريقتين لاكتشاف الأخطاء. يمكنك إما اكتشاف الحالات غير المألوفة كمجموعة خلال سلسلة الأوقات الخاصة بك، أو أثناء إنشاء بياناتك عن طريق اكتشاف حالة الانحراف لأحدث نقطة بيانات. يُرجع نموذج الاكتشاف نتائج الحالات غير المألوفة جنباً إلى جنب مع القيمة المتوقعة لكل نقطة بيانات، وحدود اكتشاف الحالات غير المألوفة العلوية والسفلية. يمكنك استخدام هذه القيم لتمثيل نطاق القيم العادية، والحالات غير المألوفة في البيانات.
أوضاع كشف Anomaly
توفر واجهة برمجة تطبيقات Anomaly Detector أوضاع الكشف: الدُفعات والبث.
إشعار
يجب دمج عناوين URL للطلبات التالية مع نقطة النهاية المناسبة لاشتراكك. على سبيل المثال: https://<your-custom-subdomain>.api.cognitive.microsoft.com/anomalydetector/v1.0/timeseries/entire/detect
الكشف عن الحزم
لاكتشاف الحالات غير المألوفة عبر مجموعة من نقاط البيانات خلال نطاق زمني معين، استخدم عنوان URI للطلب التالي مع بيانات التسلسل الزمني الخاصة بك:
/timeseries/entire/detect
.
من خلال إرسال بيانات التسلسل الزمني الخاصة بك في وقت واحد، ستنشئ واجهة برمجة التطبيقات نموذجاً باستخدام السلسلة بأكملها، وتحلل كل نقطة بيانات معها.
كشف التدفق
لاكتشاف الحالات غير المألوفة في تدفق البيانات باستمرار، استخدم عنوان URI للطلب التالي مع أحدث نقطة بيانات لديك:
/timeseries/last/detect
.
من خلال إرسال نقاط بيانات جديدة أثناء إنشائها، يمكنك مراقبة بياناتك في الوقت الحقيقي. سيتم إنشاء نموذج بنقاط البيانات التي ترسلها، وستحدد واجهة برمجة التطبيقات ما إذا كانت أحدث نقطة في السلسلة الزمنية تمثل حالة شاذة.
ضبط حدود الكشف عن الحالات غير المألوفة السفلي والعلوي
افتراضياً، يتم حساب الحدود العليا والسفلى لاكتشاف الانحراف باستخدام expectedValue
وupperMargin
وlowerMargin
. إذا كنت تطلب حدوداً مختلفة، نوصي بتطبيق marginScale
على upperMargin
أو lowerMargin
. سيتم احتساب الحدود على النحو التالي:
Boundary | الحساب |
---|---|
upperBoundary |
expectedValue + (100 - marginScale) * upperMargin |
lowerBoundary |
expectedValue - (100 - marginScale) * lowerMargin |
توضح الأمثلة التالية نتيجة واحدة من نتائج Anomaly Detector API عند درجات حساسيات مختلفة.