异常检测项目的背景是这样的，当时团队正在开发一个运维监控系统，用来监控后台服务的运行状况。异常检测就是为了实现监控指标的智能告警，属于运维监控系统的一个模块。做异常检测算法模型负责人, 主要工作及产出如下:•独立调研时序信号异常检测领域技术现状，并结合业务特性制定技术方案•基于 PyTorch 框架实现深度学习异常检测模型，核心算法包括 DBSCAN、VAE•开发出一套开源代码，用于时序数据去噪、平滑、模板提取及模板聚类等功能•实现并行化，单次识别时间降低至 5-20 毫秒，符合线上计算性能需要•异常检测算法 F1-score 相比原有方法提升 60%+声明：本文仅代表作者观点，不代表本站立场。如果侵犯到您的合法权益，请联系我们删除侵权资源！如果遇到资源链接失效，请您通过评论或工单的方式通知管理员。未经允许，不得转载，本站所有资源文章禁止商业使用运营!
下载安装【程序员客栈】APP
实时对接需求、及时收发消息、丰富的开放项目需求、随时随地查看项目状态
评论