首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >07|Anomaly Detection:统计学、机器学习与 LLM 的正确分工

07|Anomaly Detection:统计学、机器学习与 LLM 的正确分工

作者头像
贺公子之数据科学与艺术
发布于 2026-09-28 08:29:20
发布于 2026-09-28 08:29:20
670
举报
概述
TL;DR: 异常检测应采用「确定性算法打底 + LLM 语义补位」的漏斗式分层架构:Level 1 静态阈值处理 CPU、内存等硬边界;Level 2 统计方法(z-score、EWMA、seasonal baseline)召回单指标波动候选;Level 3 语义异常需结合日志、trace、变更事件判断。LLM 不直接扫描全量数据,只对经上下文丰富的少量候选做精筛、根因诊断与处置建议,以兼顾成本
文章被收录于专栏:人工智能人工智能

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档