04
案例分享
接下来将介绍一些云智慧在实际用户场景中针对时序数据的解决方案。
Case1：智能运维算法平台助力某银行客户海量指标实时异常发现
作为全国性的银行，各省、市的分行和支行指标，包括交易成功率、访问失败率等指标产生了海量数据，这些数据的采集和存储是极大的挑战。真实场景下，需要分析的实时数据指标量在百万级。
图中是网卡流入数据的实时异常检测，可以看到网卡数据具有规律的、周期性的数据特点，数据上流量的突增被认为是异常点。
云智慧在银行客户海量指标实时异常检测的实现方面，支持了如下功能：
① 变更自学习：业务变更时除变更点报异常外，能快速学习变更情况。
② 趋势自适应：能够学习到数据内在趋势，不会误报符合趋势变化的数据。
① 趋势 变更自学习：趋势叠加变更能自学习
② 跑批自适应：能够适应客户特定的跑批、周期性业务
① 周期自学习：能够学习数据内在周期
② 周期 趋势自适应：能够适应周期趋势叠加
