我们的webapp收集大量有关用户操作,网络业务,数据库负载等的数据
所有数据都存储在仓库中,我们对这些数据有很多有趣的看法.
如果发生奇怪的事情,它会出现在数据的某个地方.
但是,要手动检测是否有异常情况发生,必须不断查看这些数据,并寻找奇怪之处.
我的问题:检测动态数据变化的最佳方法是什么,可以看作是“与众不同”.
贝叶斯过滤器(我在阅读有关垃圾邮件检测时已经看过这些过滤器)的方法是什么?
任何指针都会很棒!
编辑:
以澄清数据为例,显示了数据库负载的每日曲线.
该曲线通常类似于昨天的曲线
随着时间的推移,这条曲
如果日常变化的曲线在某些周界内表示会发出警告,那将是很好的.
[R
解决方法
原文地址:https://www.jb51.cc/mssql/74732.html
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。