Nuovo quadro di riferimento categorizza le metriche per il rilevamento di anomalie nelle serie temporali
Uno studio introduce una tassonomia orientata ai problemi per valutare il rilevamento di anomalie nelle serie temporali, reinterpretando oltre venti metriche in sei dimensioni: accuratezza, tempestività, tolleranza all'etichettatura, costo di audit, robustezza e comparabilità. Il quadro va oltre le forme matematiche per affrontare specifiche sfide di valutazione nei sistemi IoT e ciberfisici. Gli esperimenti confrontano il comportamento delle metriche in scenari reali, casuali e oracle.
Fatti principali
- Lo studio introduce un quadro orientato ai problemi per la valutazione del rilevamento di anomalie nelle serie temporali.
- Oltre venti metriche comunemente utilizzate sono categorizzate in sei dimensioni.
- Le sei dimensioni sono: accuratezza di base, tempestività, tolleranza all'imprecisione dell'etichettatura, penalità del costo di audit umano, robustezza contro punteggi casuali e comparabilità senza parametri.
- Esperimenti completi esaminano il comportamento delle metriche in scenari di rilevamento reali, casuali e oracle.
- Il quadro reinterpreta le metriche basandosi sulle sfide di valutazione piuttosto che sulle forme matematiche.
- La ricerca è pubblicata su arXiv con ID 2511.18739.
- Il rilevamento di anomalie nelle serie temporali è ampiamente utilizzato nei sistemi IoT e ciberfisici.
- Lo studio mira ad affrontare le sfide dovute a diversi obiettivi applicativi e presupposti metrici eterogenei.
Entità
Istituzioni
- arXiv