贺公子之数据科学与艺术
07|Anomaly Detection:统计学、机器学习与 LLM 的正确分工
原创
关注作者
腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
圈层
工具
MCP广场
文章/答案/技术大牛
搜索
搜索
关闭
发布
贺公子之数据科学与艺术
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
贺公子之数据科学与艺术
关注
发布于 2026-09-28 08:29:20
发布于 2026-09-28 08:29:20
67
0
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。
人工智能
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