Neural network 电子商务服务器中RAM/CPU使用检测中的警报

目前，我正在为我的电子商务服务器构建监控服务，它主要关注CPU/RAM的使用情况。这可能是对Timeseries数据的异常检测

我的方法是构建LSTM神经网络，预测图表趋势上的下一个CPU/RAM值和比较STD（标准偏差）值乘以某个数字（当前为10）

但在现实生活中，这取决于许多不同的条件，例如：

1-维护时间（此时“异常”不是“异常”）

2-在休息日、节假日等活动中的销售时间，当然，RAM/CPU使用量增加是正常的

3-如果CPU/RAM减量百分比在3次观察中相同：5分钟、10分钟和15分钟->异常。但如果5分钟减少50%，但10分钟没有减少太多（-5%~+5%）->不是“异常”

目前我在公式中检测到异常，如下所示：

isAlert = (Diff5m >= 10 && Diff10m >= 15 && Diff30m >= 40)

其中Diff是绝对值的不同百分比。

不幸的是，我没有保存我的“纯”数据来构建神经网络，例如，当它检测到异常时，我修改它不再是异常

我想为模型的输入添加一些属性，例如isMaintenance、isPromotion、isHoliday等。但有时会导致过度拟合

我还希望我的NN可以随时间调整基线，例如，当我的服务更受欢迎时，等等

关于这些目标有什么提示吗

---

谢谢

我想说的是，异常是一种不寻常的结果，也就是说，在给定输入的情况下，这种结果是不可预期的。正如您所了解的，有几个变量可能会影响CPU和RAM的使用。那么，为什么不把这些信息传送到网络上呢？这就是机器学习的全部意义。您的网络将预测CPU使用情况，考虑销售量、是否有（或曾经有）维护窗口等

请注意，如果包含实际销售额，则可能不需要输入

isPromotion

。前者是一种离散输入，仅捕获

totalSales

输入中的一小部分信息

机器学习肯定需要数据。如果你把它扔掉了，你必须重新捕获它。至于调整基线，您可以通过对最近的输入数据进行过度加权来实现这一点