Fonctions d'apprentissage automatique SLS - prédiction de séries temporelles, détection d'anomalies, clustering - Simple Log Service

Fonctionnalités

Lissage des données de série temporelle unique.
Prédiction, détection d'anomalies, détection des points de rupture, détection des points d'inflexion et estimation multi-périodes pour les données de série temporelle unique.
Décomposition des données de série temporelle unique.
Algorithmes de clustering pour plusieurs séries temporelles.
Exploration de motifs dans plusieurs champs de données numériques ou textuelles.

Limites

Les données de série temporelle doivent être échantillonnées à intervalles réguliers.
Les données ne doivent pas contenir plusieurs échantillons pour un même instant.

Limites de capacité de traitement :

Élément

Limite

Traitement des séries temporelles

Maximum de 150 000 points de données consécutifs.

Si cette limite est dépassée, agrégez les données ou réduisez la fréquence d'échantillonnage.

Clustering basé sur la densité

Jusqu'à 5 000 séries temporelles, chacune limitée à 1 440 points de données.

Clustering hiérarchique

Jusqu'à 2 000 séries temporelles, chacune limitée à 1 440 points de données.

Fonctions d'apprentissage automatique

Catégorie		Fonction	Description
Série temporelle	Fonction de lissage	ts_smooth_simple	Lisse les données de série temporelle à l'aide de l'algorithme Holt-Winters.
		ts_smooth_fir	Lisse les données de série temporelle à l'aide d'un filtre à réponse impulsionnelle finie (RIF).
		ts_smooth_iir	Lisse les données de série temporelle à l'aide d'un filtre à réponse impulsionnelle infinie (RII).
	Fonction d'estimation multi-périodes	ts_period_detect	Estime la périodicité des données de série temporelle.
	Fonction de détection des points de rupture	ts_cp_detect	Détecte les intervalles présentant des caractéristiques statistiques différentes et identifie leurs extrémités comme points de rupture.
	Fonction de détection des points de rupture	ts_breakout_detect	Détecte les points où les données subissent des variations brutales.
	Fonction de détection des valeurs maximales	ts_find_peaks	Détecte les maxima locaux dans une fenêtre spécifiée.
	Fonction de prédiction et de détection d'anomalies	ts_predicate_simple	Modélise, prédit et détecte les anomalies dans les données de série temporelle à l'aide des paramètres par défaut.
		ts_predicate_ar	Modélise, prédit et détecte les anomalies à l'aide d'un modèle autorégressif (AR).
		ts_predicate_arma	Modélise, prédit et détecte les anomalies à l'aide d'un modèle autorégressif à moyenne mobile (ARMA).
		ts_predicate_arima	Modélise, prédit et détecte les anomalies à l'aide d'un modèle autorégressif intégré à moyenne mobile (ARIMA).
		ts_regression_predict	Prédit la tendance à long terme pour une série temporelle à période unique.
	Fonction de décomposition de série	ts_decompose	Décompose les données de série temporelle à l'aide de l'algorithme STL (décomposition saisonnière et tendancielle par régression locale).
	Fonctions d'estimation par noyau de densité	kernel_density_estimation	Ajuste les points de données observés avec une fonction de pic lisse pour approximer la distribution de probabilité.
Exploration de motifs	Fonctions d'exploration de motifs fréquents	pattern_stat	Extrait les combinaisons d'attributs représentatives des échantillons de champs multi-attributs pour trouver des motifs fréquents.
	Fonction d'exploration de motifs (analyse détaillée des données tabulaires)	pattern_diff	Identifie les motifs qui provoquent des différences entre deux collections de données.
	Fonctions d'analyse des causes racines	rca_kpi_search	Analyse les attributs de sous-dimension qui provoquent des anomalies de métriques.
	Fonctions d'analyse de corrélation	ts_association_analysis	Identifie les métriques corrélées à une métrique spécifiée parmi plusieurs métriques observées.
	Fonctions d'analyse de corrélation	ts_similar	Identifie les métriques corrélées aux données de série temporelle spécifiées parmi plusieurs métriques observées dans le système.
	Fonction de classification des URL de requête	url_classify	Classe les URL de requête et attribue des tags à l'aide d'expressions régulières définissantes.