使用機器學習創建異常檢測

Question

我對彈性堆棧的新的x-pack ML印象非常深刻。看起來他們的技術能夠隨着時間學習數據模式，並且可以預測多個域的異常情況。

放大：

我不知道可以用什麼樣的方式和網絡拓撲結構，以創建一個類似的功能。假設由於x-pack適用於時間序列數據，RNN會是一個好的開始嗎？

對您的意見和引用感興趣。

Answer 1

從我讀到的內容來看，如果他們使用神經網絡，我會感到驚訝。以下是他們如何檢測異常情況的方式：

通過構建「典型」用戶或機器的配置文件來檢測羣體中的異常值，以瞭解何時開始偏離羣集。

做這樣的異常檢測只需要一個統計測試，觀察行爲是否在預期行爲的2-3個標準偏差之內。

如果您想使用神經網絡出於某種原因，您可以使用CNN，RNN或僅關注網絡。 Google recently showed that you don't need RNNs or CNNs to do state-of-the-art translation。