数据库 – 统计检测数据异常的最佳方法

前端之家收集整理的这篇文章主要介绍了数据库 – 统计检测数据异常的最佳方法前端之家小编觉得挺不错的,现在分享给大家,也给大家做个参考。
我们的webapp收集大量有关用户操作,网​​络业务,数据库负载等的数据

所有数据都存储在仓库中,我们对这些数据有很多有趣的看法.

如果发生奇怪的事情,它会出现在数据的某个地方.

但是,要手动检测是否有异常情况发生,必须不断查看这些数据,并寻找奇怪之处.

我的问题:检测动态数据变化的最佳方法是什么,可以看作是“与众不同”.

贝叶斯过滤器(我在阅读有关垃圾邮件检测时已经看过这些过滤器)的方法是什么?

任何指针都会很棒!

编辑:
以澄清数据为例,显示数据库负载的每日曲线.
该曲线通常类似于昨天的曲线
随着时间的推移,这条曲

如果日常变化的曲线在某些周界内表示会发出警告,那将是很好的.

[R

解决方法

贝叶斯分类可能会帮助您找到数据中的一些异常,具体取决于数据类型以及您对贝叶斯过滤器的训练效果.

甚至还有一个可用作@ uClassify.com的Web服务.

原文链接:https://www.f2er.com/mssql/74732.html

猜你在找的MsSQL相关文章