Funciones de identificación de patrones multivariados - Simple Log Service

Simple Log Service utiliza la función de detección de anomalías para identificar automáticamente estados anómalos en los sistemas de servicio y sus causas raíz. Esta función combina el aprendizaje automático con el patrón actual de una métrica para detectar desviaciones del comportamiento normal. Las funciones de identificación de patrones multivariados admiten la detección de anomalías multidimensionales en métricas correlacionadas.

Lista de funciones de reconocimiento de patrones multivariados

Nombre de la función	Sintaxis	Descripción	Tipo de dato del valor de retorno
summarize function	summarize(array(array(double)) data_samples) summarize(array(array(double)) data_samples, array(double) weights)	Identifica y devuelve un patrón multivariado basado en las muestras y los pesos de muestra especificados. Los pesos de muestra son opcionales. Los patrones estadísticos abarcan diversas estadísticas y estadísticas conjuntas, como la media, la desviación estándar y la matriz de covarianza.	varchar
merge_summary function	merge_summary(varchar summary1, varchar summary2) merge_summary(varchar summary1, double weight1, varchar summary2, double weight2)	Combina patrones multivariados devueltos por la función summarize. Estos patrones pueden provenir del aprendizaje sobre el mismo conjunto de datos en diferentes etapas o del aprendizaje sobre dos conjuntos de datos independientes. Para obtener más información, consulte summarize function.	varchar
normalize_vector function	normalize_vector(varchar summary, array(double) x_vector)	Normaliza un nuevo vector de muestra especificado por el parámetro `x_vector` con base en un patrón definido por el parámetro summary. Asegúrese de que cada componente del vector se asigne al intervalo [0, 1]. Puede establecer el parámetro summary en un patrón devuelto por la función summarize. Para obtener más información, consulte summarize function.	array(double)
standardize_vector function	standardize_vector(varchar summary, array(double) x_vector)	Estandariza un nuevo vector de muestra especificado por el parámetro `x_vector` con base en un patrón definido por el parámetro summary. Asegúrese de que los componentes del vector tengan una media de 0 y una desviación estándar de 1. Puede establecer el parámetro summary en un patrón devuelto por la función summarize. Para obtener más información, consulte summarize function.	array(double)
mah_distance function	mah_distance(varchar summary, array(double) x_vector)	Calcula la distancia de Mahalanobis para un nuevo vector de muestra especificado por el parámetro `x_vector` con base en un patrón definido por el parámetro summary. Puede establecer el parámetro summary en un patrón devuelto por la función summarize. Para obtener más información, consulte summarize function. La distancia de Mahalanobis permite manejar eficazmente las diferencias de escala entre distintas variables. Esta métrica mide la distancia entre el vector de muestra especificado por el parámetro `x_vector` (una vez estandarizado) y el centroide del vector. Si la distancia de Mahalanobis es 1, la distancia entre el vector de muestra y el centroide equivale a la distancia promedio entre todos los vectores y dicho centroide.	double
standard_distance function	standard_distance(varchar summary, double metric_value, int element_index)	Calcula la distancia estandarizada para una métrica especificada por el parámetro `metric_value` con base en un patrón definido por el parámetro `summary`. Puede establecer el parámetro summary en un patrón devuelto por la función summarize. Para obtener más información, consulte summarize function. La distancia estandarizada es similar a la distancia de Mahalanobis. Mientras que la distancia de Mahalanobis mide la distancia estandarizada entre un vector compuesto por varias métricas y su centroide, la distancia estandarizada mide la distancia de una sola métrica dentro del vector respecto al centroide. El parámetro `element_index` especifica el índice de la métrica. El parámetro `metric_value` especifica el valor de la métrica.	double
anomaly_level function	anomaly_level(varchar summary, array(double) x_vector) anomaly_level(varchar summary, array(double) x_vector, int element_index)	Calcula la distancia de Mahalanobis para un nuevo vector de muestra especificado por el parámetro `x_vector` con base en un patrón definido por el parámetro summary, y redondea hacia abajo cada valor de distancia para obtener distintos niveles de probabilidad de anomalía. Puede establecer el parámetro summary en un patrón devuelto por la función summarize. Para obtener más información, consulte summarize function. Si el valor de retorno es 0.1, la probabilidad de que el nuevo vector de muestra sea anómalo es del 10 %, lo cual indica anomalías de primer nivel. Si el valor de retorno es 0.01, la probabilidad de anomalía es del 1 %, correspondiente a anomalías de segundo nivel. Si el valor de retorno es 0.001, la probabilidad es del 0.1 %, lo que señala anomalías de tercer nivel. Si el valor de retorno es 0.0001, la probabilidad es del 0.01 %, indicando anomalías de cuarto nivel. Un aumento en el nivel de anomalía implica una menor probabilidad de que el nuevo vector sea anómalo y un mayor grado de sospecha sobre dicho vector. En la mayoría de los casos, puede configurar un umbral para filtrar anomalías según los resultados de la detección. Por ejemplo, puede configurar un umbral para conservar únicamente las anomalías de cuarto nivel y superiores. Si se especifica `element_index`, la función calcula la probabilidad de anomalía solo para el componente en el índice indicado. Si no se especifica, la función calcula la probabilidad de anomalía para todos los componentes.	array(double)

Función summarize

La función summarize identifica y devuelve un patrón multivariado basado en las muestras y los pesos de muestra especificados. Los pesos de muestra son opcionales. Los patrones estadísticos abarcan diversas estadísticas y estadísticas conjuntas, como la media, la desviación estándar y la matriz de covarianza.

varchar summarize(array(array(double)) data_samples)

O bien

varchar summarize(array(array(double)) data_samples, array(double) weights)

Parámetro	Descripción
`data_samples`	Arreglo bidimensional que puede utilizarse como una tabla de dos dimensiones. Cada columna especifica una variable y cada fila especifica los valores de dicha variable para una muestra.
`weights`	Opcional. Arreglo unidimensional con la misma longitud que la primera dimensión de `data_samples`. Especifica el peso de cada muestra. Si no se indica, todas las muestras tienen el mismo peso.

Ejemplo

Instrucción de consulta

* | with data_table as
(
    select 1 as entity_id, 'A' as entity_group, cast(array[1, 2, 3, 0] as array(double)) as features union all
    select 2 as entity_id, 'A' as entity_group, cast(array[4, 5, 6, 0] as array(double)) as features union all
    select 3 as entity_id, 'A' as entity_group, cast(array[7, 8, 9, 0] as array(double)) as features union all
    select 4 as entity_id, 'A' as entity_group, cast(array[10, 11, 1, 0] as array(double)) as features union all
    select 5 as entity_id, 'A' as entity_group, cast(array[13, 14, 15, 0] as array(double)) as features union all
    select 6 as entity_id, 'A' as entity_group, cast(array[16, 17, 18, 0] as array(double)) as features union all
    select 7 as entity_id, 'A' as entity_group, cast(array[19, 20, 21, 0] as array(double)) as features union all
    select 8 as entity_id, 'A' as entity_group, cast(array[22, 23, 1, 0] as array(double)) as features
)
    select entity_group,
        summarize(array_agg(features)) as statistical_summary
    from data_table
    group by entity_group

Valor de retorno

entity_group

statistical_summary

{
  "sampleCount": 8,
  "vectorSize": 4,
  "means": [
    11.5,
    12.5,
    9.25,
    0.0
  ],
  "stdDevs": [
    6.87386354243376,
    6.87386354243376,
    7.361215932167728,
    0.0
  ],
  "variances": [
    47.25,
    47.25,
    54.1875,
    0.0
  ],
  "mins": [
    1.0,
    2.0,
    1.0,
    0.0
  ],
  "maxs": [
    22.0,
    23.0,
    21.0,
    0.0
  ],
  "covariance": [
    [
      47.25,
      47.25,
      19,125,
      0.0
    ],
    [
      47.25,
      47.25,
      19,125,
      0.0
    ],
    [
      19,125,
      19,125,
      54.1875,
      0.0
    ],
    [
      0.0,
      0.0,
      0.0,
      0.0
    ]
  ],
  "correlations": [
    [
      1.0,
      1.0,
      0.37796447300922725,
      0.0
    ],
    [
      1.0,
      1.0,
      0.37796447300922725,
      0.0
    ],
    [
      0.37796447300922725,
      0.37796447300922725,
      1.0,
      0.0
    ],
    [
      0.0,
      0.0,
      0.0,
      1.0
    ]
  ],
  "sums": [
    92.0,
    100.0,
    74.0,
    0.0
  ],
  "weightSum": 8.0,
  "sumProducts": [
    [
      1436.0,
      1528.0,
      1004.0,
      0.0
    ],
    [
      1528.0,
      1628.0,
      1078.0,
      0.0
    ],
    [
      1004.0,
      1078.0,
      1118.0,
      0.0
    ],
    [
      0.0,
      0.0,
      0.0,
      0.0
    ]
  ],
  "isSummarized": true
}

Parámetros de respuesta

Parámetro	Descripción
`sampleCount`	Número de muestras.
`vectorSize`	Longitud del vector.
`means`	Valor promedio de cada componente en todos los vectores.
`stdDevs`	Desviación estándar de cada componente en todos los vectores.
`variances`	Varianza de cada componente en todos los vectores.
`mins`	Valor mínimo de cada componente en todos los vectores.
`maxs`	Valor máximo de cada componente en todos los vectores.
`covariance`	Matriz de covarianza entre los componentes de todos los vectores.
`correlations`	Matriz de coeficientes de correlación entre los componentes de todos los vectores.
`sums`	Suma de cada componente en todos los vectores.
`weightSum`	Suma de todos los pesos de las muestras.
`sumProducts`	Resultado intermedio utilizado al combinar patrones estadísticos.
`isSummarized`	Indica si el cálculo del patrón estadístico se completó correctamente. true: La solicitud fue exitosa. false: La solicitud falló.

Función merge_summary

Puede utilizar summarize function para combinar patrones aprendidos en diferentes etapas, como patrones obtenidos del mismo conjunto de datos en distintos momentos o patrones provenientes de dos conjuntos de datos independientes.

varchar merge_summary(varchar summary1, varchar summary2)

O bien

varchar merge_summary(varchar summary1, double weight1, varchar summary2, double weight2)

Parámetro	Descripción
`summary1`	Patrón multivariado devuelto por la función summarize. Para obtener más información, consulte summarize function.
`weight1`	Peso global del patrón summary1.
`summary2`	Patrón derivado de summarize function.
`weight2`	Especifica el peso global del patrón summary2.

Ejemplo

Instrucción de consulta

* | with data_table_01 as
(
    select 1 as entity_id, 'A' as entity_group, cast(array[1, 2, 3, 0] as array(double)) as features union all
    select 2 as entity_id, 'A' as entity_group, cast(array[4, 5, 6, 0] as array(double)) as features union all
    select 3 as entity_id, 'A' as entity_group, cast(array[7, 8, 9, 0] as array(double)) as features union all
    select 4 as entity_id, 'A' as entity_group, cast(array[10, 11, 1, 0] as array(double)) as features
),

summaries_01 as
(
    select entity_group,
        summarize(array_agg(features)) as statistical_summary
    from data_table_01
    group by entity_group
),

data_table_02 as
(
    select 5 as entity_id, 'A' as entity_group, cast(array[13, 14, 15, 0] as array(double)) as features union all
    select 6 as entity_id, 'A' as entity_group, cast(array[16, 17, 18, 0] as array(double)) as features union all
    select 7 as entity_id, 'A' as entity_group, cast(array[19, 20, 21, 0] as array(double)) as features union all
    select 8 as entity_id, 'A' as entity_group, cast(array[22, 23, 1, 0] as array(double)) as features
),

summaries_02 as
(
    select entity_group,
        summarize(array_agg(features)) as statistical_summary
    from data_table_02
    group by entity_group
)
select s1.entity_group,
    merge_summary(s1.statistical_summary, s2.statistical_summary) as statistical_summary
from summaries_01 as s1
    join summaries_02 as s2
    on s1.entity_group = s2.entity_group

Resultados de la consulta y el análisis

statistical_summary representa el patrón agregado.

entity_group

statistical_summary

{
  "sampleCount": 8,
  "vectorSize": 4,
  "means": [
    11.5,
    12.5,
    9.25,
    0.0
  ],
  "stdDevs": [
    6.87386354243376,
    6.87386354243376,
    7.361215932167728,
    0.0
  ],
  "variances": [
    47.25,
    47.25,
    54.1875,
    0.0
  ],
  "mins": [
    1.0,
    2.0,
    1.0,
    0.0
  ],
  "maxs": [
    22.0,
    23.0,
    21.0,
    0.0
  ],
  "covariance": [
    [
      47.25,
      47.25,
      19,125,
      0.0
    ],
    [
      47.25,
      47.25,
      19,125,
      0.0
    ],
    [
      19,125,
      19,125,
      54.1875,
      0.0
    ],
    [
      0.0,
      0.0,
      0.0,
      0.0
    ]
  ],
  "correlations": [
    [
      1.0,
      1.0,
      0.37796447300922725,
      0.0
    ],
    [
      1.0,
      1.0,
      0.37796447300922725,
      0.0
    ],
    [
      0.37796447300922725,
      0.37796447300922725,
      1.0,
      0.0
    ],
    [
      0.0,
      0.0,
      0.0,
      1.0
    ]
  ],
  "sums": [
    92.0,
    100.0,
    74.0,
    0.0
  ],
  "weightSum": 8.0,
  "sumProducts": [
    [
      1436.0,
      1528.0,
      1004.0,
      0.0
    ],
    [
      1528.0,
      1628.0,
      1078.0,
      0.0
    ],
    [
      1004.0,
      1078.0,
      1118.0,
      0.0
    ],
    [
      0.0,
      0.0,
      0.0,
      0.0
    ]
  ],
  "isSummarized": true
}

Parámetros de retorno:

Parámetro	Descripción
`sampleCount`	Número de muestras.
`vectorSize`	Longitud del vector.
`means`	Valor promedio de cada componente en todos los vectores.
`stdDevs`	Desviación estándar de cada componente en todos los vectores.
`variances`	Varianza de cada componente en todos los vectores.
`mins`	Valor mínimo de cada componente en todos los vectores.
`maxs`	Valor máximo de cada componente en todos los vectores.
`covariance`	Matriz de covarianza entre los componentes de todos los vectores.
`correlations`	Matriz de coeficientes de correlación entre los componentes de todos los vectores.
`sums`	Suma de cada componente en todos los vectores.
`weightSum`	Suma de todos los pesos de las muestras.
`sumProducts`	Resultado intermedio utilizado al combinar patrones estadísticos.
`isSummarized`	Indica si el cálculo del patrón estadístico se completó correctamente. true: La solicitud fue exitosa. false: La solicitud falló.

Función normalize_vector

Puede utilizar el resumen de patrón multivariado obtenido mediante summarize function para normalizar el nuevo vector de muestra x_vector, lo cual asigna cada uno de sus componentes al intervalo [0, 1].

array(double) normalize_vector(varchar summary, array(double) x_vector)

Parámetro	Descripción
`summary`	Patrón derivado del proceso de aprendizaje de summarize function.
`x_vector`	Nuevos datos de muestra.

Ejemplo

Instrucción de consulta

* | with data_table as
(
    select 1 as entity_id, 'A' as entity_group, cast(array[1, 2, 3, 0] as array(double)) as features union all
    select 2 as entity_id, 'A' as entity_group, cast(array[4, 5, 6, 0] as array(double)) as features union all
    select 3 as entity_id, 'A' as entity_group, cast(array[7, 8, 9, 0] as array(double)) as features union all
    select 4 as entity_id, 'A' as entity_group, cast(array[10, 11, 1, 0] as array(double)) as features union all
    select 5 as entity_id, 'A' as entity_group, cast(array[13, 14, 15, 0] as array(double)) as features union all
    select 6 as entity_id, 'A' as entity_group, cast(array[16, 17, 18, 0] as array(double)) as features union all
    select 7 as entity_id, 'A' as entity_group, cast(array[19, 20, 21, 0] as array(double)) as features union all
    select 8 as entity_id, 'A' as entity_group, cast(array[22, 23, 1, 0] as array(double)) as features
),

summaries as
(
    select entity_group,
        summarize(array_agg(features)) as statistical_summary
    from data_table
    group by entity_group
)

select t1.entity_id,
    t1.entity_group,
    normalize_vector(t2.statistical_summary, t1.features) as normalized_features
from data_table as t1
    join summaries as t2
    on t1.entity_group = t2.entity_group

Resultados de la consulta y el análisis

El parámetro normalized_features indica los resultados de la normalización del vector de muestra especificado por el parámetro x_vector.

entity_id	entity_group	normalized_features
2	A	[0.14285714285714286,0.14285714285714286,0.25,0.5]
4	A	[0.42857142857142857,0.42857142857142857,0.0,0.5]
3	A	[0.2857142857142857,0.2857142857142857,0.4,0.5]
...	...	...

Función standardize_vector

Utilice el resumen de patrón multivariado de summarize function para estandarizar el nuevo vector de muestra x_vector de modo que sus componentes tengan una media de 0 y una desviación estándar de 1.

array(double) standardize_vector(varchar summary, array(double) x_vector)

Parámetro	Descripción
`summary`	Patrón derivado del proceso de aprendizaje de summarize function.
`x_vector`	Nuevos datos de muestra.

Ejemplo

Instrucción de consulta

* | with data_table as
(
    select 1 as entity_id, 'A' as entity_group, cast(array[1, 2, 3, 0] as array(double)) as features union all
    select 2 as entity_id, 'A' as entity_group, cast(array[4, 5, 6, 0] as array(double)) as features union all
    select 3 as entity_id, 'A' as entity_group, cast(array[7, 8, 9, 0] as array(double)) as features union all
    select 4 as entity_id, 'A' as entity_group, cast(array[10, 11, 1, 0] as array(double)) as features union all
    select 5 as entity_id, 'A' as entity_group, cast(array[13, 14, 15, 0] as array(double)) as features union all
    select 6 as entity_id, 'A' as entity_group, cast(array[16, 17, 18, 0] as array(double)) as features union all
    select 7 as entity_id, 'A' as entity_group, cast(array[19, 20, 21, 0] as array(double)) as features union all
    select 8 as entity_id, 'A' as entity_group, cast(array[22, 23, 1, 0] as array(double)) as features
),

summaries as
(
    select entity_group,
        summarize(array_agg(features)) as statistical_summary
    from data_table
    group by entity_group
)

select t1.entity_id,
    t1.entity_group,
    standardize_vector(t2.statistical_summary, t1.features) as standardized_features
from data_table as t1
    join summaries as t2
    on t1.entity_group = t2.entity_group

Resultados de la consulta y el análisis

El parámetro standardized_features indica los resultados de la estandarización del vector de muestra especificado por el parámetro x_vector.

entity_id	entity_group	standardized_features
2	A	[-1.0910894511799619,-1.0910894511799619,-0.4415031470273609,0.0]
4	A	[-0.21821789023599237,-0.21821789023599237,-1.1207387578386854,0.0]
3	A	[-0.6546536707079771,-0.6546536707079771,-0.03396178054056622,0.0]
...	...	...

Función mah_distance

La función mah_distance calcula la distancia de Mahalanobis para un nuevo vector de muestra especificado por el parámetro x_vector con base en un patrón definido por el parámetro summary. Puede establecer el parámetro summary en un patrón devuelto por la función summarize. Para obtener más información, consulte summarize function. La distancia de Mahalanobis considera las diferencias de escala entre variables y mide la distancia entre el vector de muestra estandarizado y el centroide. Una distancia de Mahalanobis igual a 1 significa que el vector de muestra se encuentra a la distancia promedio del centroide respecto a todos los vectores.

double mah_distance(varchar summary, array(double) x_vector)

Parámetro	Descripción
`summary`	Patrón derivado del proceso de aprendizaje de summarize function.
`x_vector`	Nuevos datos de muestra.

Ejemplo

Instrucción de consulta

* | with data_table as
(
    select 1 as entity_id, 'A' as entity_group, cast(array[1, 2, 3, 0] as array(double)) as features union all
    select 2 as entity_id, 'A' as entity_group, cast(array[4, 5, 6, 0] as array(double)) as features union all
    select 3 as entity_id, 'A' as entity_group, cast(array[7, 8, 9, 0] as array(double)) as features union all
    select 4 as entity_id, 'A' as entity_group, cast(array[10, 11, 1, 0] as array(double)) as features union all
    select 5 as entity_id, 'A' as entity_group, cast(array[13, 14, 15, 0] as array(double)) as features union all
    select 6 as entity_id, 'A' as entity_group, cast(array[16, 17, 18, 0] as array(double)) as features union all
    select 7 as entity_id, 'A' as entity_group, cast(array[19, 20, 21, 0] as array(double)) as features union all
    select 8 as entity_id, 'A' as entity_group, cast(array[22, 23, 1, 0] as array(double)) as features
),

summaries as
(
    select entity_group,
        summarize(array_agg(features)) as statistical_summary
    from data_table
    group by entity_group
)

select t1.entity_id,
    t1.entity_group,
    mah_distance(t2.statistical_summary, t1.features) as std_distance
from data_table as t1
    join summaries as t2
    on t1.entity_group = t2.entity_group

Valor de retorno

El parámetro std_distance indica la distancia de Mahalanobis del vector de muestra especificado por el parámetro x_vector.

entity_id

entity_group

std_distance

8

A

2.386927730244857

7

A

1.6809080087793125

1

A

1.5554594371997328

...

...

...

Función standard_distance

La función standard_distance calcula la distancia estandarizada para una métrica especificada por el parámetro metric_value con base en un patrón definido por el parámetro summary. Puede establecer el parámetro summary en un patrón devuelto por la función summarize. Para obtener más información, consulte summarize function. A diferencia de la distancia de Mahalanobis, que mide la distancia estandarizada entre un vector multimétrico y su centroide, la distancia estandarizada mide la distancia correspondiente a una sola métrica dentro del vector. El parámetro element_index especifica el índice de la métrica (comenzando desde 0). El parámetro metric_value especifica el valor de la métrica.

double standard_distance(varchar summary, double metric_value, int element_index)

Parámetro	Descripción
`summary`	Patrón aprendido mediante summarize function.
`metric_value`	Nuevos datos de muestra
`element_index`	Índice de un elemento específico en el arreglo `summary`. El primer elemento tiene un índice de 0.

Ejemplo

Instrucción de consulta

* | with data_table as
(
    select 1 as entity_id, 'A' as entity_group, cast(array[1, 2, 3, 0] as array(double)) as features union all
    select 2 as entity_id, 'A' as entity_group, cast(array[4, 5, 6, 0] as array(double)) as features union all
    select 3 as entity_id, 'A' as entity_group, cast(array[7, 8, 9, 0] as array(double)) as features union all
    select 4 as entity_id, 'A' as entity_group, cast(array[10, 11, 1, 0] as array(double)) as features union all
    select 5 as entity_id, 'A' as entity_group, cast(array[13, 14, 15, 0] as array(double)) as features union all
    select 6 as entity_id, 'A' as entity_group, cast(array[16, 17, 18, 0] as array(double)) as features union all
    select 7 as entity_id, 'A' as entity_group, cast(array[19, 20, 21, 0] as array(double)) as features union all
    select 8 as entity_id, 'A' as entity_group, cast(array[22, 23, 1, 0] as array(double)) as features
),

summaries as
(
    select entity_group,
        summarize(array_agg(features)) as statistical_summary
    from data_table
    group by entity_group
)

select t1.entity_id,
    t1.entity_group,
    standard_distance(t2.statistical_summary, 30, 1) as std_distance
from data_table as t1
    join summaries as t2
    on t1.entity_group = t2.entity_group

Resultados de la consulta y el análisis

std_distance es la distancia estandarizada de la muestra de entrada metric_value en el índice especificado.

entity_id

entity_group

std_distance

8

A

2.386927730244857

7

A

1.6809080087793125

1

A

1.5554594371997328

...

...

...

Función anomaly_level

La función anomaly_level calcula la distancia de Mahalanobis para un nuevo vector de muestra especificado por el parámetro x_vector, con base en un patrón definido por el parámetro summary, y redondea hacia abajo cada valor de distancia para obtener distintos niveles de probabilidad de anomalía. El parámetro summary se puede establecer con un patrón devuelto por la función summarize. Para más información, consulte summarize function. Un valor de retorno de 0.1 indica una probabilidad de anomalía del 10 % (anomalía de primer nivel). Un valor de 0.01 indica una probabilidad del 1 % (segundo nivel). Un valor de 0.001 indica un 0.1 % (tercer nivel). Un valor de 0.0001 indica un 0.01 % (cuarto nivel). Los niveles de anomalía más altos corresponden a probabilidades menores y a una mayor sospecha de anomalías. Configure un umbral para filtrar los resultados; por ejemplo, conserve solo las anomalías de cuarto nivel en adelante.

Si especifica el parámetro element_index, la función calcula la probabilidad de anomalía únicamente para el componente en ese índice. De lo contrario, calcula la probabilidad de anomalía para todo el vector.

double anomaly_level(varchar summary, array(double) x_vector)

O bien

double anomaly_level(varchar summary, array(double) x_vector, int element_index)

Parámetro	Descripción
`summary`	The summarize function utiliza un proceso de aprendizaje para generar un patrón.
`x_vector`	Los nuevos datos de muestra.
`element_index`	Opcional. El elemento en el índice especificado dentro del arreglo `x_vector`.

Ejemplo

Instrucción de consulta

* |
with dummy as
(
    select sequence(1, 1000) as seq_data,
        count(*) as record_count from log
),

sample_data as
(
    select 'G1' as group_id,
        s.seq_num,
         -- Generate 1,000 two-dimensional random vectors that are distributed around the (100, 5000) range. The standard deviation values of two components are 20 and 500.
        inverse_normal_cdf(100, 20, random()) as x1,
        inverse_normal_cdf(5000, 500, rand()) as x2
    from dummy,
        unnest(seq_data) as s(seq_num)
),

data_summary as
(
    select group_id,
        summarize(array_agg(array[x1, x2])) as metric_summary
    from sample_data
    group by group_id
),

new_data as
(
    select 'G1' as group_id, 1001 as object_id, 100.0 as x1, 5000.0 as x2
    union all select 'G1' as group_id, 1002 as object_id, 118.0 as x1, 5450.0 as x2
    union all select 'G1' as group_id, 1003 as object_id, 138.0 as x1, 5950.0 as x2
    union all select 'G1' as group_id, 1004 as object_id, 158.0 as x1, 6450.0 as x2
    union all select 'G1' as group_id, 1005 as object_id, 178.0 as x1, 6950.0 as x2
    union all select 'G1' as group_id, 1006 as object_id, 198.0 as x1, 7450.0 as x2
    union all select 'G1' as group_id, 1007 as object_id, 318.0 as x1, 10000.0 as x2
)

select n.group_id,
    json_extract(s.metric_summary, '$.means') as metric_vector_mean,
    json_extract(s.metric_summary, '$.covariance') as metric_covariance,
    n.object_id,
    n.x1,
    n.x2,
    anomaly_level(s.metric_summary, array[x1, x2]) as anomaly_level
from data_summary as s
    join new_data as n
        on s.group_id = n.group_id
order by n.group_id, n.object_id
limit 100000

Resultados de la consulta y el análisis

El parámetro anomaly_level indica la probabilidad de anomalía del vector de muestra especificado por el parámetro x_vector.

group_id

object_id

anomaly_level

G1

1007

13.0

G1

1006

5.0

G1

1005

4.0

...

...

...

entity_id	entity_group	std_distance
8	A	2.386927730244857
7	A	1.6809080087793125
1	A	1.5554594371997328
...	...	...

group_id	object_id	anomaly_level
G1	1007	13.0
G1	1006	5.0
G1	1005	4.0
...	...	...