我对弹性堆栈的新x-pack ML印象非常深刻。似乎他们的技术随着时间的推移学习数据模式,并且可以预测多个域中的异常。
我想知道可以使用什么方法和网络拓扑,以创建类似的功能。假设由于x-pack对时间序列数据起作用,RNN会是一个好的开始吗?
对您的意见和参考感兴趣。
答案 0 :(得分:0)
从我读到的内容来看,如果他们使用神经网络,我会感到惊讶。以下是他们如何表示他们发现异常现象:
通过构建“典型”用户或机器的配置文件来检测群体中的异常值,以了解何时开始偏离群体。
进行这样的异常检测只需要对观察到的行为是否在预期行为的2-3个标准偏差范围内进行统计检验。
如果您出于某种原因想要使用神经网络,您可以使用CNN,RNN或仅关注网络。 Google recently showed that you don't need RNNs or CNNs to do state-of-the-art translation