使用机器学习创建异常检测

Question

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。

放大：

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。

Answer 1

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