awesome-TS-anomaly-detection

시계열(time-series) 데이터의 이상 탐지를 위한 도구 및 데이터셋 목록입니다.

모든 목록은 알파벳순으로 정렬되어 있습니다. 목록에서 유지 관리 중인 프로젝트가 유지 관리되지 않는 프로젝트보다 우선합니다. 저장소의 최신 커밋이 1년 이상 지났거나 작성자가 명시적으로 언급한 경우 해당 저장소는 "유지 관리되지 않음"으로 간주합니다.

🎓 이 컬렉션이 유용하다고 생각되어 인용하고 싶다면 인용 정책을 참조하세요.

이상 탐지 소프트웨어

관련 소프트웨어

이 섹션에는 예측, 일반적인 시계열 분석 및 라벨링과 같은 이상 탐지 관련 작업을 위한 일부 시계열 소프트웨어가 포함되어 있습니다.

예측

시계열 분석

라벨링

벤치마크 데이터셋

• Numenta의 NAB

NAB는 스트리밍 실시간 애플리케이션의 이상 탐지 알고리즘을 평가하기 위한 새로운 벤치마크입니다. 50개 이상의 라벨링된 실제 및 인공 시계열 데이터 파일과 실시간 애플리케이션을 위해 설계된 새로운 점수 계산 메커니즘으로 구성됩니다.

• Yahoo의 Webscope S5

이 데이터셋은 이상 지점이 태깅된 실제 및 합성 시계열로 구성됩니다. 이상치 및 변화점을 포함한 다양한 이상 유형의 탐지 정확도를 테스트합니다.

• 2020년 Skoltech의 SKAB

SKAB(Skoltech Anomaly Benchmark)는 이상 탐지 알고리즘 평가를 위해 설계되었습니다. 이 벤치마크는 현재 30개 이상의 데이터셋과 알고리즘 평가를 위한 Python 모듈을 포함합니다. 각 데이터셋은 테스트베드에 설치된 센서에서 수집된 다변량 시계열을 나타냅니다. 모든 인스턴스는 이상치 탐지 및 변화점 탐지 문제 해결 결과를 평가하기 위해 라벨링되어 있습니다.

• 2018년 AIOps의 KPI-Anomaly-Detection

이 데이터셋은 인터넷 기업의 여러 실제 시나리오에서 얻은 KPI(핵심 성과 지표) 시계열 데이터와 정답 라벨로 구성됩니다. 더 자세한 설명은 아래를 클릭하세요.

인용 정책

이 저장소를 인용하려면 다음 DOI를 사용하세요:

또는 다음 BibTex를 사용하세요.

 @article{medico2020, 
          title={rob-med/awesome-TS-anomaly-detection}, 
          DOI={10.5281/zenodo.3972944}, 
          abstractNote={A collection of tools and datasets for anomaly detection on time-series data.}, 
          publisher={Zenodo}, author={Roberto Medico}, year={2020}, month={Aug}}