時間序列場景

AI 模型服務(wù)層 - 開源模型選型與應(yīng)用 (時間序列場景)

在 AI-Ops 中，時間序列數(shù)據(jù)分析主要應(yīng)用于以下場景：

• 指標預(yù)測: 預(yù)測 Metrics 指標 (例如 CPU 使用率、內(nèi)存使用率、網(wǎng)絡(luò)流量、請求延遲等) 的未來趨勢，用于容量規(guī)劃、資源調(diào)度、異常檢測等。
• 異常檢測: 檢測 Metrics 指標的異常波動，識別潛在的系統(tǒng)故障或性能問題。
• 根因分析: 當系統(tǒng)出現(xiàn)故障或性能問題時，分析 Metrics 指標的變化，定位問題的根本原因。
• 事件預(yù)測: 預(yù)測未來可能發(fā)生的事件 (例如告警事件、故障事件、安全事件等)。

1. 時間序列開源模型選型

以下是一些常用的時間序列開源模型：

傳統(tǒng)統(tǒng)計模型：

• ARIMA (Autoregressive Integrated Movin