时间序列异常检测综述
陈福荣1
熊琛2
李婷1
钟超2
马朝阳2
李达2
王晶2
1.中国民航信息网络股份有限公司,北京 1013182.北京交通大学计算机科学与技术学院,北京 100044
摘要：时间序列异常检测因数据特性、算法需求和应用场景的复杂性而面临诸多挑战,本文对时间序列异常检测进行系统性综述.首先,从数据特性、算法需求和应用场景3个层面出发,系统分析时间序列异常检测任务的复杂性和挑战.其次,总结时间序列中的点异常、片段异常和变量间关联异常,详细阐述各类异常的定义及检测方法.再次,回顾并分析传统统计方法、机器学习方法及深度学习方法在时间序列异常检测中的应用,讨论它们的适用性与局限性.然后,整理常用时间序列异常检测数据集,分析各数据集的应用场景及特点.最后,从异常定位、异常分类、前兆预测、可解释性、与大模型结合5个方面对时间序列异常检测未来的研究方向进行讨论.研究结果表明,目前时间序列异常检测仍然存在数据稀缺、异常多样、概念漂移等关键问题有待解决,并且未来异常检测任务将会朝着异常定位、异常预测等更加细节领域发展.
关键词：时间序列异常检测异常模式检测算法
分类号：TP391.3(计算技术、计算机技术)
论文发表日期：2025-06-30
在线出版日期：2025-08-21（本平台首次上网日期，不代表文献的发表时间）
页数：13( 1-13 )
英文信息