如何：在您的時間序列資料上使用異常偵測器單變量 API
重要
從 2023 年 9 月 20 日起，您將無法建立新的異常偵測器資源。 異常偵測器服務將於 2026 年 10 月 1 日淘汰。
異常偵測器 API 提供兩種異常偵測方法。 您可以在整個時間序列中以批次方式偵測異常狀況，或在偵測最新資料點的異常狀態以產生資料時偵測。 偵測模型會傳回異常結果與每個資料點的預期值，以及異常偵測上限和下限。 您可以使用這些值將一般值的範圍，以及資料中的異常視覺化。
異常偵測模式
異常偵測器 API 提供的偵測模式包括批次和串流。
注意
下列要求 URL 必須與您訂用帳戶的適當端點結合。 例如：https://<your-custom-subdomain>.api.cognitive.microsoft.com/anomalydetector/v1.0/timeseries/entire/detect
批次偵測
若要在指定的時間範圍內偵測整個資料點批次的異常狀況，請搭配您的時間序列資料使用下列要求 URI：
/timeseries/entire/detect.
藉由一次傳送您的時間序列資料，API 將會使用整個序列來產生模型，並使用該模型分析每個資料點。
串流偵測
若要持續偵測串流資料的異常狀況，請搭配您最新的資料點使用下列要求 URI：
/timeseries/last/detect.
透過在您產生新的資料點傳送這些資料點時，可以即時監視資料。 系統將會使用您傳送的資料點產生模型，且 API 會判斷時間序列中的最新時間點是否為異常。
調整異常偵測上限和下限
根據預設，系統會使用 expectedValue、upperMargin 和 lowerMargin 來計算異常偵測的上限和下限。 如果您需要不同的界限，建議您將 marginScale 套用至 upperMargin 或 lowerMargin。 界限的計算方式如下：
| 界限 | 運算 |
|---|---|
upperBoundary |
expectedValue + (100 - marginScale) * upperMargin |
lowerBoundary |
expectedValue - (100 - marginScale) * lowerMargin |
下列範例顯示不同敏感度的異常偵測器 API 結果。
敏感度為 99 的範例
敏感度為 95 的範例
敏感度為 85 的範例
