实时异常检测和异常检测有什么区别？

Question

因此，得出以下结论：实时异常检测的定义是什么？

我正在研究异常检测领域，在许多论文中，该方法被定义为实时，而在许多其他论文中，它被简称为异常检测。

我碰巧发现，纠正我是否我错了，大多数所谓的实时方法实际上是类似近实时的。具体来说，它们是时间序列上的某种无监督的基于上下文的异常检测，其中上下文几乎总是桶的大小。换句话说，算法处理微批次数据，因此从这里遵循近实时.

现在，我想知道这两种异常检测是否有区别。如果是这样，它们之间有何不同以及桶大小的阈值是多少（如果有）？

这组问题来自这样一个事实，即我正在进行一项关于异常检测不同框架的预测性能/质量的研究，我想知道这种差异是否很大，因为它意味着两个不同的评估指标。我想阅读一些关于此事的认证来源。

Answer 1

有趣的是，我最近在一个业余爱好项目中想到了一些类似的主题，并发现了 Crunchmetrics（一家专门从事基于 ML 的异常检测的公司）的一些有趣的博客。要旨：

实时 - 有系统可以参考的训练或基线数据集。当然，如果经过优化，参考“查找”很快就会实时显示。

近实时 - 没有现有的训练或统计模型，系统必须计算基线、数据帧或范围，从而影响决策的速度。

我发现有用的一个博客...（我与这家公司没有关系）： 异常博客文章