监控预警
企业可以使用阿里云提供的 异常检测 功能，及时地发现成本异常，并通过配套提供的根因参考信息，更快速地定位到问题发生原因，从而解决问题。异常检测通过人工智能算法实现，企业可以自定义异常检测的灵敏程度，系统智能识别费用波动异常，...
时序异常检测
数据服务提供时序异常检测算法，采用智能时序算法，实时分析设备时序数据，准确感知设备异常现象。查看基本信息 在 物联网平台控制台 的 实例概览 页面，单击目标企业版实例卡片。在左侧导航栏，选择 数据服务>数据智能。在算法模板列表中...
图片审核增强版异步检测API
像素建议大于200*200（px），像素过低会影响内容安全检测算法的效果。图片下载时间限制为7秒内，如果下载时间超过7秒，返回下载超时。返回结果：异步检测任务不会实时返回检测结果，您需要通过callback或者轮询的方式获取检测结果。检测...
Android端集成美颜特效SDK
} else {/输入帧图片流 engine.updateInputDataAndRunAlg(imageData,/帧图片流 ImageFormat.NV21,/帧图片流格式 imageWidth,/帧图片宽度 imageHeight,/帧图片高度 0,/用于检测的图像的跨度(以像素为单位),即每行的字节数,默认情况下设为 0 ...
异常检测
同时，您还可对检测的结果进行评估反馈，从而辅助训练检测算法，提升算法检测的准确率。操作说明 登录“用户中心”，进入“成本管理-异常检测”，可以查看并管理您云上消费的异常检测结果。说明 了解更多关于“异常检测”功能的操作信息，...
使用Grafana进行异常检测算法调优
Lindorm Machine Learning提供了Grafana插件，支持以可视化的方式进行时序异常检测，您可以通过该插件调试出合适的异常检测算法与参数。操作流程 整体操作流程如下。步骤一：创建Grafana工作区 您可以在阿里云 应用实时监控服务ARMS 中快速...
使用Grafana进行异常检测算法调优
Lindorm Machine Learning提供了Grafana插件，支持以可视化的方式进行时序异常检测，您可以通过该插件调试出合适的异常检测算法与参数。操作流程 整体操作流程如下。步骤一：创建Grafana工作区 您可以在阿里云 应用实时监控服务ARMS 中快速...
使用Grafana进行异常检测算法调优
Lindorm Machine Learning提供了Grafana插件，支持以可视化的方式进行时序异常检测，您可以通过该插件调试出合适的异常检测算法与参数。操作流程 整体操作流程如下。步骤一：创建Grafana工作区 您可以在阿里云 应用实时监控服务ARMS 中快速...
创建算法实例
说明 时序异常检测 算法最多可购买100个，I-V曲线诊断、功率时序曲线诊断（多站点排序）、功率时序曲线诊断（单站点检测）算法10个起购，最多可购买1,000个。购买时长 选择算法可使用的时长。试用版：一次仅可购买1个月，且仅可购买1次。...
2023年
使用Grafana进行异常检测算法调优 2023年02月 功能名称 变更类型 功能描述 相关文档 告警管理 新增 可观测可视化 Grafana 版 与ARMS告警管理融合，支持通过电话、短信、邮件、钉钉、企业微信、飞书和Webhook方式向通知对象发送告警通知。...
时序异常检测
本文介绍异常检测算法的概念和时序异常检测的语法。引擎与版本 时序异常检测仅支持时序引擎。无版本要求。使用限制 时序异常检测必须和 SAMPLE BY 语句搭配使用。功能简介 时序异常检测用于检测指定时间线上异常点的值，支持阿里达摩院自研...
巡检配置
目前，智能洞察支持以下6种巡检模块：错误率突增巡检模块：使用系统内置的异常检测算法基于历史数据来自动判断应用错误率是否存在异常，如果发现异常则会产生相应的异常事件并进行根因分析。平均响应时间突增巡检模块：使用系统内置的异常...
引擎简介
数据库内机器学习：时序引擎内置数据库内机器学习服务，支持主流的时序预测及时序异常检测算法。云原生多模数据库 Lindorm 更多特性请参见 功能特性。使用场景 云原生多模数据库 Lindorm 时序引擎广泛应用于 物联网（IoT）、工业互联网...
统计类算法参数调优
对于esd和ttest算法，esd.alpha 和 ttest.alpha 越大，检测算法越灵敏，可以检测出更多的异常点。反之，esd.alpha 和 ttest.alpha 越小，检测算法越不灵敏，可以检测出的异常更少。而对于nsigma算法，当 nsigma.n 值越小时，检测算法越灵敏...
GBDT二分类V2
对于一些常见的二分类问题，都可以使用这个算法解决，模型拥有较好的性能，且拥有不错的可解释性。该算法支持稀疏向量格式与多列特征格式的输入。输入为稀疏向量格式时，仅能选择1个String类型的列，每条数据是以单个空格为分隔符的键值对...
使用方法
一般适用于没有安全隐患类的算法，例如 垃圾检测 算法。发现风险后的动作 发生算法事件时，执行计划任务的下一步动作。有如下两种动作配置：直接上报：首次发现算法事件后，直接上报至边缘计算控制台。二次确认：首次发现算法件后，通过...
2022年
2022-12-02 华东2（上海）视频人脸融合模板删除 人脸人体 人脸活体检测 人脸活体检测算法重磅升级，全面提升手机、门禁卡、考勤机、PC等智能终端认证设备场景下，对翻拍、PS图片、打印图片、高仿模具等作弊攻击的拦截率。2022-12-09 华东2...
概述
针对时序数据分析场景，日志服务提供了丰富的时序分析算法，可以帮助您快速解决时序预测、时序异常检测、序列分解、多时序聚类等场景问题，兼容SQL标准接口，大大降低了您使用算法的门槛，提高分析问题和解决问题的效率。功能特点 支持单...
美颜特效SDK简介
异常行为检测 通过自研的异物检测、行为检测算法，支持是否手持手机、入耳式耳机、头戴式耳机、显示器等目标异物检测，同时支持人员进行离开、起立、坐下、举手等行为检测，并及时给出画面提示。人脸认证/相似度检测 通过人脸关键点、人脸...
下载美颜特效SDK
2023-09-15 V6.2.0 新增物体检测算法能力。新增人脸认证算法能力。新增活体检测算法能力。新增起立、举手等肢体行为检测算法能力。修复一些特定场景下License校验失败的问题。其他平台兼容性问题。2023-05-30 V6.1.0 新增专注力、明亮度...
控制台操作指南
对可信的图片免除风险检测 您可以根据图片的来源或者用途判断某些图片属于可信和可传播的内容，为避免被内容安全的认知和检测算法打上风险标签，您希望对可信的图片库免除风险检测。例如，您业务或平台自身创建的营销素材、官方图片、人工...
图像关键点训练
人体关键点定位依赖于检测算法提出的Proposals，目前已经支持的模型包括HRNet和Lite-HRNet。图像关键点训练组件位于组件库 视觉算法 文件夹下的 离线训练模型 子文件夹。可视化配置组件 输入桩 输入桩（从左到右）限制数据类型 建议上游...
一键诊断
解读一键诊断报告 诊断结果包含Bad SQL检测、异常Pattern检测、业务指标检测、计算层检测、存储层检测等信息，您可以根据诊断结果快速分析并解决问题。Bad SQL检测 Bad SQL检测包括 Stage个数TOP SQL、最耗内存SQL、最耗CPU SQL、数据读取...
内容安全检测
图片大小限制 以上格式图片中，除HEIC最长边要求小于8192 px以外，其他格式的图片大小建议在10 MB以内，像素建议大于200*200（px），像素过低会影响内容安全检测算法的效果。使用OSS控制台 首次使用内容安全检测时，您需要开通内容安全检测...
通过Elasticsearch机器学习实现业务数据的智能检测和...
监督机器学习包括Regression和Classification等场景，使用分类和回归算法解决非常复杂的问题。该模式需要一定的数据训练预测任务，然后使用训练出来的任务来对未来的数据进行分类、预测。场景大类 场景 类别 说明 异常检测Anomaly ...
应用场景
为防止违法金融行为带来经济损失，通过使用异常检测算法在网络金融交易领域的应用，准确识别网络金融交易中存在的异常交易情况，及时阻止违法金融行为。通过图数据库，识别支付用户的设备信息、支付环境信息、转账信息、社交信息，检测可能...
算法任务配置
为您的摄像头设备（IPC设备）配置算法后，可以在边缘一体机管理控制台配置算法任务...算法检测频率（秒）对于视频流，可以选择检测频率。实时：实时分析数据帧。间隔：间隔抽帧。任务算法时间段 配置算法生效的时间段，其它时间段算法不工作。
文本反垃圾检测
提交文本反垃圾检测任务 在使用文本反垃圾检测之前，您需要先提交文本内容检测任务，如果您认为文本检测的结果与您的期望不符，可以通过文本反垃圾结果反馈接口纠正算法的检测结果。文本垃圾检测支持自定义关键词，例如，添加一些竞品关键...
IForest异常检测
IForest异常检测使用sub-sampling算法，降低了算法的计算复杂度，可以识别数据中的异常点，在异常检测领域有显著的应用效果。本文为您介绍IForest异常检测的参数配置。组件配置 您可以通过以下任意一种方式，配置IForest异常检测参数。方式...
算法说明
算法简介 下探分析算法检测异常事件发生时指标序列的各个维度的子序列的变化情况，监控子序列的真实值与预期值的偏离程度，偏离程度越高，该维度子序列越有可能是异常事件的根因。由于维度组合数量较多，下探分析算法使用一些启发式策略...
文本反垃圾检测
接口 描述 支持的地域 TextFeedbackRequest 提交文本反垃圾检测结果的反馈，以人工反馈的检测结果纠正算法检测结果。cn-shanghai ：华东2（上海）cn-beijing ：华北2（北京）cn-shenzhen ：华南1（深圳）ap-southeast-1：新加坡 示例代码 ...
DAS Auto Scaling弹性能力
基于预测和机器学习的时序异常检测算法，目前的时序异常检测算法可提供周期性检测、转折点判定和连续异常区间识别等功能，目前对线上70w+的数据库实例进行1天后数据预测，误差小于5%的实例占比稳定在99%以上，并且预测14天之后的误差小于5%...
机器学习
MADlib机器学习模块主要解决以下问题：分类/回归问题：提供一系列算法如K最近邻、MLP多层感知神经网络、SVM支持向量机、决策树等算法来解决二元分类/回归问题，集成最小二乘法、GLM广义线性回归、逻辑回归、多项式回归等模型来解决回归问题...
文本反垃圾检测
接口 描述 支持的地域 TextFeedbackRequest 提交文本反垃圾检测结果的反馈，以人工反馈的检测结果纠正算法检测结果。cn-shanghai ：华东2（上海）cn-beijing ：华北2（北京）cn-shenzhen ：华南1（深圳）ap-southeast-1：新加坡 示例代码 ...
使用代码检测服务
前往云效流水线产品 Flow 查看对应错误日志快速定位和解决问题：如果最近一次检测运行失败了，进入检测任务详情将保留最近一次成功的检测结果，同时提醒最近一次检测失败和时间信息，支持前往执行日志查看问题并快速解决。在代码库提交和...
局部异常因子异常检测
局部异常因子异常检测根据数据样本的局部异常因子值（Local Outlier Factor,LOF）判断样本是否异常。本文为您介绍局部异常因子异常检测的参数配置。使用限制 支持运行的计算资源为MaxCompute。组件配置 您可以通过以下任意一种方式，配置...
One-Class SVM异常检测
One-Class SVM与传统SVM不同，是一种非监督的学习算法。您可以使用One-Class SVM异常检测通过学习边界对异常点进行预测。本文为您介绍One-Class SVM异常检测的参数配置。使用限制 支持运行的计算资源为MaxCompute。组件配置 您可以通过以下...
文本反垃圾检测
接口 描述 支持的地域 TextFeedbackRequest 提交文本反垃圾检测结果的反馈，以人工反馈的检测结果纠正算法检测结果。cn-shanghai ：华东2（上海）cn-beijing ：华北2（北京）cn-shenzhen ：华南1（深圳）ap-southeast-1：新加坡 示例代码 ...
开通与收费
内容安全1.0版按量付费会根据不同的具体检测的内容类型（图片、文本、视频、音频、OSS存储内容 等）、检测场景（包括但不限图片智能鉴黄、图片二维码识别、文本反垃圾等）、日扫描量档位、算法检测后对内容处置建议的结论（例如，review、...
机器学习（MADlib）
插件简介 MADlib机器学习模块主要解决以下问题：分类、回归问题：提供一系列算法，如K最近邻、MLP多层感知神经网络、SVM支持向量机、决策树等算法来解决二元分类、回归问题，集成最小二乘法、GLM广义线性回归、逻辑回归、多项式回归等模型...
- 产品推荐
- 这些文档可能帮助您