多变量时间序列基准中的异常大多数是单变量的
摘要
本文介绍了一种用于多变量时间序列异常检测基准的诊断框架,发现标记的异常大多可以从单个通道检测到,这对跨通道建模的必要性提出了挑战。作者呼吁开发更多结构多样的评估数据集。
arXiv:2606.02670v1 公告类型:新
摘要:许多最新的多变量时间序列异常检测(MT-SAD)模型加入了跨通道建模,其隐含假设是异常的结构可能分布在多个通道上。我们通过在八个广泛使用的公开基准上引入一个逐段诊断框架来评估这一假设,该框架为每个标记的异常标记出:是否至少有一个通道单独偏离其正常历史,跨通道相关结构是否发生变化,或两者兼有。该框架表明,在一系列合理阈值下,没有发生跨通道破裂而不伴随单变量偏差的情况。一个补充指标还显示,在八个基准中的六个上,至少一半的标记异常段在其79%到100%的时间步长上存在单变量偏差,其中三个数据集达到了100%。为了验证我们的框架在存在跨通道结构时能捕获它,我们构建了具有共享噪声的相移正弦通道的合成数据。每个异常段通过两种通道级损坏之一进行修改,这些损坏保留了每个通道的边缘分布,同时破坏了跨通道结构,我们的框架正确地将这些段归类为仅跨通道异常。在这些数据上,通道依赖(CD)模型成功利用了跨通道信号,而通道独立(CI)模型则失败。最近一个SOTA检测器在真实基准上的CI/CD对比进一步证实了CD建模没有带来可测量的增益。我们得出结论,当前的MTSAD基准不适合验证跨通道建模能力,并呼吁开发更多结构多样的评估数据集。本研究的代码公开可用。
查看缓存全文
缓存时间: 2026/06/03 09:39
# 多变量时间序列基准中的异常大多为单变量 来源:https://arxiv.org/abs/2606.02670 查看PDF(https://arxiv.org/pdf/2606.02670) > 摘要:近期许多多变量时间序列异常检测(MT-SAD)模型引入了跨通道建模,其隐含假设是异常结构可能分布在多个通道上。我们通过引入一个逐段诊断框架来评估这一假设,该框架应用于八个广泛使用的公开基准数据集,针对每个标记的异常,判断是否存在至少一个通道单独偏离其正常历史模式、跨通道相关性结构是否发生变化,或两者兼有。该框架表明,在一系列合理阈值范围内,没有发生不伴随单变量偏差的跨通道断裂。一项补充指标还揭示,在八个基准数据集中,有六个数据集的至少一半标记异常段在 79% 到 100% 的时间步长上表现出单变量偏差,其中三个数据集达到 100%。为了验证我们的框架在存在跨通道结构时能正确捕捉,我们构建了由相位偏移正弦通道和共享噪声组成的合成数据。每个异常段通过两种通道级损坏之一进行修改,这种损坏保留了每个通道的边缘分布,同时破坏了跨通道结构,而我们的框架正确地将这些段归类为仅跨通道异常。在这些数据上,通道依赖(CD)模型成功利用了跨通道信号,而通道独立(CI)模型则失败。在真实基准上对近期 SOTA 检测器进行的 CI/CD 对比进一步证实,CD 建模并未带来可测量的增益。我们得出结论,当前 MTSAD 基准不适合验证跨通道建模能力,并呼吁开发更多结构多样化的评估集。本研究的代码已公开。 ## 提交历史 来自:Marc Pinet \[查看邮箱(https://arxiv.org/show-email/637a5376/2606.02670)\] \[通过 CCSD 代理\] **\[v1\]** 2026年6月1日星期一 11:42:35 UTC(153 KB)
相似文章
CALAD: 通道感知对比学习用于多变量时间序列异常检测
提出了CALAD,一个用于多变量时间序列异常检测的通道感知对比学习框架,该框架利用估计的通道相关性构建对比样本,实现了最先进的性能。
像专家一样检测时间序列异常:一种具有专用分析器的多智能体 LLM 框架
本文介绍了 SAGE,这是一种用于时间序列异常检测的多智能体 LLM 框架,它利用专用分析器来提高可解释性和可靠性。该框架在三个基准测试中表现出优于基线模型的性能,并通过结构化证据整合增强了诊断报告的质量。
小巧但可信:高效视觉语言推理用于时间序列异常检测
本文提出 VisAnomReasoner,一个参数高效的视觉语言模型,在带自然语言解释的新基准 VisAnomBench 上微调,在时间序列异常检测中精度和 F1 提升超过 21 个百分点,并展现出强大的跨基准泛化能力。
桥接分类与重建:协同时间序列异常检测
本文提出CoAD,一种新颖的框架,统一了异常暴露(分类)和掩码自编码器(重建)两种范式用于时间序列异常检测,解决了它们各自的局限性。大量实验表明,CoAD在轻量快速的同时,显著优于现有最先进方法。
建模时空图异常检测中的频谱能量偏移
提出了一种节点级频谱能量公式,用于检测图中的伪装异常,并将其扩展到具有能量驱动消息传递的时空设置。在大规模基准测试上证明了其有效性。