[論文レビュー] anomaly : Detection of Anomalous Structure in Time Series Data

Alex Fisch, Daniel Grose+3 more|arXiv (Cornell University)|Oct 19, 2020

Anomaly Detection Techniques and Applications参考文献 22被引用数 5

ひとこと要約

本論文は、単変量および多変量時系列における点異常および集合的異常を検出するためのRパッケージ 'anomaly' を紹介する。CAPA（集合的および点異常検出）、PASS（割合適応的セグメント選択）、BARD（ベイジアン異常領域検出）といった高度な手法を実装しており、尤度に基づく証拠統合と罰則付き尤度またはハイパーカリティックスを用いて構造的変化を検出する。シミュレートされたデータおよび機械温度やマイクロアレイデータを含む実世界のデータにおいて、その有効性が実証されている。

ABSTRACT

One of the contemporary challenges in anomaly detection is the ability to detect, and differentiate between, both point and collective anomalies within a data sequence or time series. The anomaly package has been developed to provide users with a choice of anomaly detection methods and, in particular, provides an implementation of the recently proposed Collective And Point Anomaly family of anomaly detection algorithms. This article describes the methods implemented whilst also highlighting their application to simulated data as well as real data examples contained in the package.

研究の動機と目的

• 従来の外れ値検出手法がしばしば無視する、時系列データにおける点異常および集合的異常の検出という課題に取り組む。
• 特にデータ系列における構造的変化に特化した最近の統計的手法を統合したRソフトウェアパッケージを提供する。
• 自己相関および多変量時系列における成分間のずれのある異常に対して、検出のロバスト性を向上させる。
• BARD手法によるベイジアン推論を通じて不確実性の定量化を可能にし、異常位置および成分への影響の事後分布サンプルを提供する。
• 機械温度モニタリングおよびゲノムデータを含む実データ応用を通じて実用的有効性を実証し、自己相関補正のためのパrameterチューニングを実施。

提案手法

• CAPA（集合的および点異常検出）を単変量および多変量時系列に適用し、罰則付き尤度アプローチを用いて平均または分散の変化を示すセグメントを検出する。
• 多変量データに対してPASS（割合適応的セグメント選択）を適用し、各成分の異常証拠をハイパーカリティックスを用いて統合し、少数の成分のみが影響を受ける場合の集合的異常を検出する。
• BARD（ベイジアン異常領域検出）をベイジアン代替手法として用い、異常領域に事前分布をモデル化し、事後サンプルを返すことで不確実性の定量化を可能にする。
• 自己相関を補正するため、推定された自己相関（rho_hat）に基づいて罰則パラメータを拡張し、従属データにおける誤検出を低減する。
• 検出精度の向上のため、トレンド除去および季節除去などの前処理ステップを統合する。
• 結果の解釈を可能にする可視化および要約関数を提供し、異常開始/終了点の特定および各セグメントの検定統計量を出力する。

実験結果

リサーチクエスチョン

• RQ1 1つの手法が、時系列データにおける点異常および集合的異常を効果的に検出できるか。
• RQ2 特に少数の成分が異常である場合に、集合的異常を検出する際、CAPAの罰則付き尤度アプローチとPASSのハイパーカリティックスの性能比較は。
• RQ3 自己相関を罰則の拡張により補正することで、実世界の時系列における検出性能がどの程度向上するか。
• RQ4 頻度主義的手法と比較して、BARDによるベイジアン推論は、異常検出における不確実性の定量化をより解釈可能にするか。
• RQ5 これらの手法は、既知の異常を持つ実世界のデータセット（機械温度およびマイクロアレイゲノムデータ）でどの程度の性能を示すか。

主な発見

• CAPAは、機械温度データセットにおいて4つの集合的異常を正しく検出できた。2番目、3番目、4番目の異常は、既知の出来事とよく一致しており、1番目の異常は偽陽性または検出されなかった出来事である可能性がある。
• 推定された自己相関（rho_hat）に基づいて罰則パラメータを調整した後、CAPAは誤検出を低減し、自己相関のあるデータにおけるロバストネスが向上した。
• CAPAの検定統計量は、平均変化量とセグメント期間の積として定義されており、これは、平均シフトが小さいが期間が長いセグメントの方が高い検定統計量を示す理由を説明している。
• PASSとCAPAは両方とも尤度に基づく証拠統合を用いるが、PASSはハイパーカリティックスを用いるため、1つまたは少数の成分のみが異常である場合に検出力が低下する可能性がある。
• BARDは、異常位置および成分への影響に関する事後サンプルを提供し、柔軟で不確実性を考慮した出力を得られるため、より深い推論を可能にする。
• パッケージの実装は、単変量および多変量異常検出をサポートしており、モデル選択、パrameterチューニング、結果の可視化のための明確な機能を備えている。