Jak używać jednowymiarowego interfejsu API narzędzia do wykrywania anomalii na danych szeregów czasowych

Ważne

Od 20 września 2023 r. nie będzie można tworzyć nowych zasobów usługi Anomaly Detector. Usługa Wykrywania Anomalii jest wycofywana 1 października 2026 r. Zalecamy migrację do Microsoft Fabric, który integruje open-source'owy projekt microsoft/anomaly-detector, lub bezpośrednio do projektu narzędzia do wykrywania anomalii open-source.

Anomaly Detector API zapewnia dwie metody wykrywania anomalii. Możesz wykrywać anomalie partiami w całym szeregu czasowym lub w miarę generowania danych, wykrywając stan anomalii najnowszego punktu danych. Model wykrywania zwraca wyniki anomalii wraz z oczekiwaną wartością każdego punktu danych oraz górne i dolne granice wykrywania anomalii. Te wartości umożliwiają wizualizowanie zakresu wartości normalnych i anomalii w danych.

Tryby wykrywania anomalii

Anomaly Detector API zapewnia tryby wykrywania: wsadowe i przesyłane strumieniowo.

Uwaga

Następujące adresy URL żądań muszą zostać połączone z odpowiednim punktem końcowym dla subskrypcji. Na przykład: https://<your-custom-subdomain>.api.cognitive.microsoft.com/anomalydetector/v1.0/timeseries/entire/detect

Wykrywanie zbiorcze

Aby wykryć anomalie w partii danych w określonym zakresie czasu, użyj następującego URI żądania z danymi szeregów czasowych:

/timeseries/entire/detect.

Wysyłając dane szeregów czasowych jednocześnie, interfejs API wygeneruje model przy użyciu całej serii i analizuje poszczególne punkty danych.

Wykrywanie przesyłania strumieniowego

Aby stale wykrywać anomalie danych przesyłanych strumieniowo, użyj następującego identyfikatora URI żądania z najnowszym punktem danych:

/timeseries/last/detect.

Wysyłając nowe punkty danych podczas ich generowania, możesz monitorować dane w czasie rzeczywistym. Model zostanie wygenerowany przy użyciu wysyłanych punktów danych, a interfejs API określi, czy ostatni punkt w szeregach czasowych jest anomalią.

Dostosowywanie dolnych i górnych granic wykrywania anomalii

Domyślnie górne i dolne granice wykrywania anomalii są obliczane przy użyciu wartości expectedValue, upperMargini lowerMargin. Jeśli potrzebujesz różnych granic, zalecamy zastosowanie elementu marginScale do elementu upperMargin lub lowerMargin. Granice zostaną obliczone w następujący sposób:

Granica	Obliczenie
upperBoundary	expectedValue + (100 - marginScale) * upperMargin
lowerBoundary	expectedValue - (100 - marginScale) * lowerMargin

W poniższych przykładach przedstawiono wynik API Anomaly Detector przy różnych czułościach.

Przykład z czułością na poziomie 99

Przykład z czułością 95

Przykład z czułością ustawioną na poziom 85

Następne kroki

• Co to jest Anomaly Detector API?
• Szybki start: wykrywanie anomalii w danych szeregów czasowych przy użyciu narzędzia do wykrywania anomalii