Telemanom(v2.0) v2.0更新: 通过numpy进行矢量化操作 面向对象的重组,改善组织 将两种处理模式的分支合并为单个分支(带/不带标签) 更新requirements.txt和Dockerfile 更新了两种模式的结果输出 PEP8清理 使用LSTM和自动阈值检测时间序列数据中的异常 Telemanom采用使用香草LSTMs / 识别多元传感器数据中的异常。 LSTM经过训练,可以使用编码的命令信息和先前的遥测值来学习正常的系统行为。 预测会在每个时间步生成,并且预测中的错误表示与预期行为的偏差。 然后,Telemanom使用一种新颖的非参数,无监督方法来对这些错