Cara: Menggunakan API Anomaly Detector univariat pada data rangkaian waktu Anda
Penting
Mulai tanggal 20 September 2023 Anda tidak akan dapat membuat sumber daya Detektor Anomali baru. Layanan Detektor Anomali dihentikan pada tanggal 1 Oktober 2026.
API Detektor Anomali menyediakan dua metode deteksi anomali. Anda dapat mendeteksi anomali sebagai batch sepanjang rangkaian waktu Anda, atau karena data Anda dihasilkan dengan mendeteksi status anomali titik data terbaru. Model deteksi mengembalikan hasil anomali bersama dengan nilai yang diharapkan setiap titik data, dan batas deteksi anomali atas dan bawah. Anda dapat menggunakan nilai-nilai ini untuk memvisualisasikan rentang nilai normal, dan anomali dalam data.
Mode deteksi anomali
API Detektor Anomali menyediakan mode deteksi: batch dan streaming.
Catatan
URL permintaan berikut harus digabungkan dengan titik akhir yang sesuai untuk langganan Anda. Misalnya: https://<your-custom-subdomain>.api.cognitive.microsoft.com/anomalydetector/v1.0/timeseries/entire/detect
Deteksi batch
Untuk mendeteksi anomali di seluruh kumpulan titik data dalam rentang waktu tertentu, gunakan URI permintaan berikut dengan data rangkaian waktu Anda:
/timeseries/entire/detect
.
Dengan mengirimkan data rangkaian waktu Anda sekaligus, API akan menghasilkan model menggunakan seluruh rangkaian, dan menganalisis setiap titik data dengannya.
Deteksi streaming
Untuk terus mendeteksi anomali pada data streaming, gunakan URI permintaan berikut dengan titik data terbaru Anda:
/timeseries/last/detect
.
Dengan mengirim titik data baru saat Anda menghasilkannya, Anda dapat memantau data Anda secara real time. Model akan dibuat dengan titik data yang Anda kirim, dan API akan menentukan apakah titik terbaru dalam seri waktu adalah anomali.
Menyesuaikan batas deteksi anomali bawah dan atas
Secara default, batas atas dan bawah untuk deteksi anomali dihitung menggunakan expectedValue
, upperMargin
, dan lowerMargin
. Jika Anda memerlukan batasan yang berbeda, sebaiknya terapkan marginScale
ke upperMargin
atau lowerMargin
. Batasan akan dihitung sebagai berikut:
Perbatasan | Penghitungan |
---|---|
upperBoundary |
expectedValue + (100 - marginScale) * upperMargin |
lowerBoundary |
expectedValue - (100 - marginScale) * lowerMargin |
Contoh berikut menunjukkan hasil API Anomaly Detector pada sensitivitas yang berbeda.