Unsupervised Anomaly Detection via Variational Auto-Encoder for Seasonal KPIs in Web Applications Abstract 本文提出了Donut，一个基于VAE的无监督时间序列异常检测系统。 原文 Contribution Donut中使用到了三个技巧，包括改进后的ELBO、缺失数据注入和MCMC插值； 提出基于VAE的异常检测训练既需要正常样本也需要异常样本； 对Donut提出了在z-空间中基于KDE的理论解释。 Background Anomaly Detection 2019-09-22 Research Anomaly Detection Time Series Anomaly Detection Machine Learning Deep Learning VAE
Time-Series Anomaly Detection Service at Microsoft Abstract 本文借鉴计算机视觉中的显著性检测，提出了一种基于Spectral Residual的时间序列异常检测算法。 原文 这篇文章还提出了几个时间序列异常检测落地的难点： Lack of Labels. 在实际生产环境中会产生大量的KPI，而很难对每个KPI进行人工标注。 Generalization. 不同KPI所表现出来的模式也不尽相同，如Figure 1所示。现有方法 2019-09-22 Research Anomaly Detection Time Series Anomaly Detection Machine Learning Deep Learning Spectral
