demo:

from pyculiarity import detect_ts

import matplotlib.pyplot as plt

import pandas as pd

import matplotlib

matplotlib.style.use('ggplot')

__author__ = 'willmcginnis'

if __name__ == '__main__':

    # first run the models

    twitter_example_data = pd.read_csv('./raw_data.csv', usecols=['timestamp', 'count'])

    results = detect_ts(twitter_example_data, max_anoms=0.05, alpha=0.001, direction='both', only_last=None)

    # format the twitter data nicely

    twitter_example_data['timestamp'] = pd.to_datetime(twitter_example_data['timestamp'])

    twitter_example_data.set_index('timestamp', drop=True)

    # make a nice plot

    f, ax = plt.subplots(2, 1, sharex=True)

    ax[0].plot(twitter_example_data['timestamp'], twitter_example_data['value'], 'b')

    ax[0].plot(results['anoms'].index, results['anoms']['anoms'], 'ro')

    ax[0].set_title('Detected Anomalies')

    ax[1].set_xlabel('Time Stamp')

    ax[0].set_ylabel('Count')

    ax[1].plot(results['anoms'].index, results['anoms']['anoms'], 'b')

    ax[1].set_ylabel('Anomaly Magnitude')

    plt.show()

demo2代码如下：

from matplotlib import pyplot as plt

from pyculiarity import detect_ts

import pandas as pd

import numpy as np

twitter_example_data = pd.read_csv('raw_data.csv',

                                    usecols=['timestamp', 'count'])

plt.plot(range(0, len(twitter_example_data)), twitter_example_data['count'],  "k.", label='points')

results = detect_ts(twitter_example_data,

                    max_anoms=0.02,

                    direction='both')

print(results['anoms'][0:10])

print(results['anoms'][-10:])

print(len(results['anoms']))

for timestamp, anomal_val in zip(results['anoms']['timestamp'], results['anoms']['anoms']):

    print(timestamp, anomal_val)

    index_list = np.where(twitter_example_data["timestamp"] == timestamp)

    assert len(index_list) == 1

    plt.plot([index_list[0]], anomal_val, "rX", label='abnormal points')

plt.show()

效果图：

原始数据图：

红色为检测出来的异常点：

pyculiarity 时间序列（异常流量）异常检测初探——感觉还可以，和Facebook的fbprophet本质上一样的更多相关文章

    思科安全：加密流量威胁检测、加密流量威胁和恶意软件检测、识别无线干扰或威胁、Talos 情报源可加强对已知和新型威胁的防御、分布式安全异常检测 思科DNA竞品比较工具 您的网络能够驱动数字化转型吗? 根据IDC调查,45%的受调研公司计划在未来两年内做好网络数字化的准备.查看数字化网络带来的结果和商业价值. 下载报告 思科 HPE 华为 Ar ... #研发解决方案#基于Apriori算法的Nginx+Lua+ELK异常流量拦截方案 郑昀 基于杨海波的设计文档 创建于2015/8/13 最后更新于2015/8/25 关键词:异常流量.rate limiting.Nginx.Apriori.频繁项集.先验算法.Lua.ELK 本文档 ... 基于Apriori算法的Nginx+Lua+ELK异常流量拦截方案 郑昀 基于杨海波的设计文档（转） 郑昀 基于杨海波的设计文档 创建于2015/8/13 最后更新于2015/8/25 关键词:异常流量.rate limiting.Nginx.Apriori.频繁项集.先验算法.Lua.ELK 本文档 ... web异常流量定位:iftop+tcpdump+wireshark 一个简单的运维小经验. 场景:web服务器出现异常流量,web集群内部交互出现大流量,需要定位具体的http请求,以便解决问题. 目的:找出产生大流量的具体http请求. 工具:        ift ... JAVA可检测异常和非检测异常 Java的可检测异常和非检测异常泾渭分明.可检测异常经编译器验证,对于声明抛出异常的任何方法,编译器将强制执行处理或声明规则. 非检测异常不遵循处理或声明规则.在产生此类异常时,不一定非要采取任何适当 ... alluxio网络流量异常分析【转】 1. 介绍 2. 准备工作 2.1 tcpdump 2.2 winshark 2.3 安装iftop 2.4 alluxio网络通信相关的端口 3.iftop 锁定消耗流量最大的端口 4. dump数 ... 一篇不错的讲解Java异常的文章(转载）----感觉很不错，读了以后很有启发 六种异常处理的陋习 你觉得自己是一个Java专家吗?是否肯定自己已经全面掌握了Java的异常处理机制?在下面这段代码中,你能够迅速找出异常处理的六个问题吗? OutputStreamWriter ou ... DataPipeline王睿：业务异常实时自动化检测 — 基于人工智能的系统实战 大家好,先自我介绍一下,我是王睿.之前在Facebook/Instagram担任AI技术负责人,现在DataPipeline任Head of AI,负责研发企业级业务异常检测产品,旨在帮助企业一站式解 ... 大数据DDos检测——DDos攻击本质上是时间序列数据，t+1时刻的数据特点和t时刻强相关，因此用HMM或者CRF来做检测是必然！ 和一个句子的分词算法CRF没有区别！ DDos攻击本质上是时间序列数据,t+1时刻的数据特点和t时刻强相关,因此用HMM或者CRF来做检测是必然!——和一个句子的分词算法CRF没有区别!注:传统DDos检测直接基于IP数据发送流量来识别, ...

随机推荐

    You cannot change a partition into an extended one or vice versa Delete it first 在Linux扩展LVM时,使用fdisk创建分区时,在磁盘上新建扩展分区(逻辑分区),修改分区格式,指定分区类型为8e时,报错"You cannot change a partition i ... 4、JavaScript进阶篇①——基础语法 一.认识JS 你知道吗,Web前端开发师需要掌握什么技术?也许你已经了解HTML标记(也称为结构),知道了CSS样式(也称为表示),会使用HTML+CSS创建一个漂亮的页面,但这还不够,它只是静态页面 ... 9款经典华丽的CSS3分享按钮 如果你经常活跃在一些社交网站上,那么你肯定会看到过很多形式各异的分享按钮,目前由于HTML5和CSS3的普及,很多分享按钮也都应用了CSS3样式,甚至会有很多带有动画的CSS3分享按钮.本文就向大家介 ... xtrabackup原理2 XTRABACKUP备份原理实现细节——对淘宝数据库内核月报补充 前言 淘宝3月的数据库内核月报对xtrabackup的备份原理做了深入的分析,写的还是很不错.不过Inside君在看完之后,感觉没有对 ... MySQL必知必会 学习笔记（一） 第一章  了解SQL 模式:   关于数据库和表的布局以及特性的信息.[描述表可以存储什么样的数据,数据如何分解,各部分信息如何命名等等,可以用来描述数据库中特定的表以及整个数据库(和其中表的关系)] ... C++中内存泄露的检测 C++没有java的内存垃圾回收机制,在程序短的时候可能比较容易发现问题,在程序长的时候是否有什么检测的方法呢? 假设有一个函数可以某点检测程序的内存使用情况,那是否可以在程序开始的时候设置一个点,在 ... Js 使用new关键字调用函数和直接调用函数的区别 最近开始学习js,在看到书上的一个例子时,引发了我的一系列思考: 书上例子: function Person(name,age,job){ var o =new Object(); o.name=na ... Asp.Net MVC以 JSON传值扩展方法 Asp.Net在客户端和服务器端,以JSON形式相互传值,可写扩展方法,用到的类型如下: DataContractJsonSerializer类: 该类在System.Runtime.Serializ ... 多线程(五) java的线程锁 在多线程中,每个线程的执行顺序,是无法预测不可控制的,那么在对数据进行读写的时候便存在由于读写顺序多乱而造成数据混乱错误的可能性.那么如何控制,每个线程对于数据的读写顺序呢?这里就涉及到线程锁. 什么 ... RAC节点两边存储名字不一致导致的故障及相关延伸 起因:一个客户的实际故障,该故障非常典型,其他客户类似的环境也非常多,所以很值得梳理并记录下来. 环境:Oracle 11.2.0.4 RAC(2 nodes)+ RHEL 6.6 共享存储:EMC ...