Detecting Time Series Anomalies Like an Expert: A Multi-Agent LLM Framework with Specialized Analyzers
本文介绍了 SAGE，这是一个多智能体大语言模型框架，通过将时间序列异常检测任务分解为针对不同类型异常的四类专用分析器，并利用基于证据的整合与合成上下文学习，实现了相较于现有基线更优越的性能与可解释性。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象你是一名医生，正在试图诊断一名行为异常的患者。在过去，你可能只会使用一种通用的工具（例如体温计）来获取一个数值，然后说：“患者生病了。”但这并不能告诉你为什么他们生病了，或者他们患的是什么类型的疾病。
本文介绍了SAGE（专家级检测专用分析器组），这是一种利用人工智能（特别是大型语言模型）的新方法，使其能够像一支专家医生团队那样工作，而不是像一位全科医生那样。
以下是 SAGE 的工作原理，分解为简单的概念：
1. 问题：“一刀切”的医生
时间序列数据就像心跳监测仪或股市图表——它是一串随时间变化的数字。有时，某些地方会出现问题（即“异常”）。
- 旧的人工智能方法就像一位只看图表就说“这里出问题了”的单一医生。它们给出一个分数，但无法解释这是突然的尖峰、缓慢的漂移、节奏的紊乱，还是某种奇怪的图案。
- 局限性：如果人工智能无法解释哪里出了问题，人类就很难信任它或修复问题。
2. 解决方案：专家团队（SAGE）
SAGE 不是让一个人工智能试图包揽所有工作，而是组建了一支由四名专业“侦探”（称为分析器）组成的团队。每个人都有特定的任务，并使用专门的工具从不同的角度审视数据：
- 点侦探（点分析器）：寻找突然的、孤立的尖峰或骤降。类比：就像在人群中 spotting 一个突然跳上跳下的人。
- 结构侦探（结构分析器）：寻找整体形状或趋势的变化。类比：就像注意到整个人群突然开始朝不同方向行走，或者地面发生了倾斜。
- 节奏侦探（季节分析器）：检查重复模式（如每日周期）是否被打破。类比：就像注意到通常每秒滴答一次的时钟，现在变成了每三秒滴答一次。
- 模式侦探（模式分析器）：寻找波形本身的奇怪形状或失真。类比：就像注意到一首通常听起来流畅的歌曲，现在听起来变得刺耳或扭曲。
3. 证据室：“双重表示”
为了帮助这些侦探工作，SAGE 为他们提供了数据的两个版本：
- 原始数据：供数学工具进行数值计算（如计算精确平均值）的精确、高清版本。
- 摘要：供人工智能快速阅读的压缩、易读版本（如新闻标题）。
这既避免了人工智能因文本过多而不知所措，又让数学工具能够准确完成工作。
4. 法官：“检测器”
一旦四名侦探完成工作，他们都会将发现提交给一位法官（检测器）。
- 法官不仅仅统计票数；它会审视证据。
- 如果点侦探说“尖峰！”，而结构侦探说“趋势变化！”，并且他们都指向同一个位置，法官就会给出一个高置信度分数（例如 95% 的把握）。
- 如果证据薄弱或相互矛盾，法官会降低分数。
- 关键在于：法官不仅仅说“异常”。它会说：“检测到下午 2:00 至 2:05 之间的异常，很可能是‘尖峰’和‘趋势变化’，置信度为 95%。”
5. 报告撰写者：“主管”
最后，一位主管会将法官的技术笔记转化为供人类分析师阅读的通俗英语报告。
- 它不仅仅是数字，而是会说：“警报！系统行为紧急。我们观察到数值出现巨大尖峰。这看起来像是传感器错误。请检查上游管道。”
- 这将原始数据转化为可操作的行动建议。
6. 秘密武器：“合成训练”
通常，要教会人工智能识别“坏掉的时钟”，你需要给它展示成千上万张坏时钟的图片。但在现实世界中，我们往往没有足够的故障（异常）示例。
- SAGE 的窍门：它利用“正常”数据并伪造异常。它在正常模式中数学性地注入尖峰或趋势变化，以创建“合成示例”。
- 它利用这些伪造的示例来教导人工智能该寻找什么，而无需现实世界的灾难数据。这使得它能够在不需要真实灾难库的情况下，学会异常的概念。
结果
该论文在三种不同类型的现实世界数据（网络流量、IT 服务器指标和网络服务统计）上测试了 SAGE。
- 性能：SAGE 的表现优于传统的基于数学的方法和其他人工智能方法。
- 人类信任：当人类（该领域的专家）审查报告时，他们评价 SAGE 的解释比其他方法更清晰、更准确、更有用。
总结
SAGE 就像是从一个只会大喊“入侵者！”的单一保安，升级为一支专业保安团队，包括一名点侦察兵、一名趋势分析师、一名节奏检查员和一名模式专家。他们共同收集证据，对威胁等级进行投票，并向经理发送一份清晰的书面报告，准确解释发生了什么以及该如何应对。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。