Авторы предлагают CAAD, фреймворк для обнаружения аномалий в многомерных временных рядах, который переосмысляет задачу как проверку согласованности причинности Грэнджера через экзогенные переменные.
- Моделирует экзогенные переменные временных рядов как остатки для выявления аномалий, вызванных внешними вмешательствами.
- Использует многоуровневое выравнивание для интернализации динамики системы и градиентную матрицу для мониторинга нарушений причинно-следственных связей.
- Количественно оценивает причинные отклонения как в динамической эволюции, так и в топологии отношений для захвата тонких сдвигов.
- Превосходит большинство современных базовых моделей на реальных промышленных наборах данных.
CAAD достигает высокой точности обнаружения аномалий за счет устранения нарушений внутренних причинно-следственных связей, которые часто упускаются из виду существующими методами.