awesome-TS-anomaly-detection

Elenco di strumenti e dataset per il rilevamento di anomalie su dati time-series.

Tutte le liste sono in ordine alfabetico. Nelle liste, i progetti mantenuti sono prioritari rispetto a quelli non mantenuti. Un repository è considerato "non mantenuto" se l'ultimo commit risale a più di 1 anno fa, oppure se esplicitamente dichiarato dagli autori.

🎓 Se hai trovato utile questa raccolta e vuoi citarla, segui la citation policy.

Anomaly Detection Software

Nome	Linguaggio	Descrizione	Licenza	Mantenuto
di Cuebook CueObserve	Python3	Rilevamento di anomalie su data warehouse e database SQL.	Apache-2.0	✔️
di Yahoo EGADS	Java	EGADS è una libreria che contiene una serie di tecniche di rilevamento delle anomalie applicabili a molti casi d'uso in un unico pacchetto, con l'unica dipendenza rappresentata da Java.	GPL	✔️
di AIStream flow-forecast	Python	Libreria di deep learning PyTorch per la previsione, la classificazione e il rilevamento di anomalie di serie temporali (originariamente per la previsione di inondazioni).	GPL-3	✔️
Hastic	Python + node.js	Strumento di rilevamento anomalie per dati di serie temporali con interfaccia basata su Grafana.	GPL	✔️
di Zillow Luminaire	Python	Luminaire è un pacchetto Python che fornisce soluzioni di rilevamento anomalie e previsione basate sul machine learning per dati di serie temporali.	Apache-2.0	✔️
MIDAS	C++	MIDAS, abbreviazione di Microcluster-Based Detector of Anomalies in Edge Streams, rileva anomalie di microcluster da un flusso di archi in tempo e memoria costanti.	Apache-2.0	✔️
Orion	Python	Orion è una libreria di machine learning progettata per il rilevamento non supervisionato di anomalie nelle serie temporali, che fornisce una serie di pipeline ML "verificate" (note anche come pipeline Orion) che identificano pattern rari e li segnalano per la revisione da parte di esperti.	MIT	✔️
OutlierDetection.jl	Julia	Rilevamento di outlier veloce, scalabile e flessibile con Julia.	MIT	✔️
PyOD	Python	PyOD è un toolkit Python completo e scalabile per rilevare oggetti anomali in dati multivariati.	BSD 2-Clause	✔️
ruptures	Python	Ruptures è una libreria Python per il rilevamento offline di punti di cambiamento. Questo pacchetto fornisce metodi per l'analisi e la segmentazione di segnali non stazionari.	BSD 2-Clause	✔️
EarthGecko Skyline	Python3	Skyline è un sistema di rilevamento anomalie in tempo reale, progettato per consentire il monitoraggio passivo di centinaia di migliaia di metriche.	MIT	✔️
di Expedia.com Adaptive Alerting	Java	Rilevamento anomalie in streaming con selezione e adattamento automatico del modello.	Apache-2.0	❌
di Arundo ADTK	Python	Anomaly Detection Toolkit (ADTK) è un pacchetto Python per il rilevamento di anomalie nelle serie temporali non supervisionato / basato su regole.	MPL 2.0	❌
di Twitter AnomalyDetection	R	AnomalyDetection è un pacchetto R open-source per rilevare anomalie che sia robusto, da un punto di vista statistico, in presenza di stagionalità e di un trend sottostante.	GPL	❌
di Lytics Anomalyzer	Go	Anomalyzer implementa una suite di test statistici che restituiscono la probabilità che un dato insieme di input numerici, tipicamente una serie temporale, contenga un comportamento anomalo.	Apache-2.0	❌
banpei	Python	Rilevamento di outlier (teoria di Hotelling) e rilevamento di punti di cambiamento (trasformazione dello spettro singolare) per serie temporali.	MIT	❌
di Ele.me banshee	Go	Sistema di rilevamento anomalie per metriche periodiche.	MIT	❌
CAD	Python	Rilevamento anomalie contestuale per il rilevamento anomalie in tempo reale su dati in streaming (algoritmo vincitore della competizione NAB 2016).	AGPL	❌
Chaos Genius	Python	Motore analitico basato sul machine learning per il rilevamento di outlier/anomalie e l'analisi delle cause profonde.	MIT	❌
di Mentat datastream.io	Python	Un framework open-source per il rilevamento di anomalie in tempo reale che utilizza Python, Elasticsearch e Kibana.	Apache-2.0	❌
DeepADoTS	Python	Implementazione e valutazione di 7 tecniche basate sul deep learning per il rilevamento di anomalie su dati di serie temporali.	MIT	❌
Donut	Python	Donut è un algoritmo non supervisionato di rilevamento anomalie per KPI stagionali, basato su Variational Autoencoder.	-	❌
LoudML	Python	Loud ML è un motore open-source di inferenza su serie temporali costruito su TensorFlow. È utile per prevedere dati, rilevare outlier e automatizzare i processi usando conoscenze future.	MIT	❌
di Linkedin luminol	Python	Luminol è una libreria Python leggera per l'analisi di dati di serie temporali. Le due funzionalità principali che supporta sono il rilevamento di anomalie e la correlazione. Può essere utilizzato per indagare le possibili cause di un'anomalia.	Apache-2.0	❌
di Numenta Nupic	C++	Numenta Platform for Intelligent Computing è un'implementazione della Memoria Temporale Gerarchica (HTM).	AGPL	❌
oddstream	R	oddstream (Outlier Detection in Data Streams) fornisce supporto in tempo reale per il rilevamento precoce di serie anomale all'interno di una vasta raccolta di dati di serie temporali in streaming.	GPL-3	❌
PyOdds	Python	PyODDS è un sistema Python end-to-end per il rilevamento di outlier con supporto di database. PyODDS fornisce algoritmi di rilevamento outlier che supportano sia dati statici che serie temporali.	MIT	❌
PySAD	Python	PySAD è un framework di rilevamento anomalie in streaming con vari modelli online e un set completo di strumenti per la sperimentazione.	BSD 3-Clause	❌
rrcf	Python	Implementazione dell'algoritmo Robust Random Cut Forest per il rilevamento di anomalie su flussi di dati.	MIT	❌
di Netflix Surus	Java	Robust Anomaly Detection (RAD) - Un'implementazione della PCA robusta.	Apache-2.0	❌