为了帮助用户识别并理解这些异常现象的原因，从而更有效地利用智能巡检来监控和保障系统的稳定运行。本文介绍智能巡检的异常类型。
异常类型 | 异常标记 | 说明 |
突刺 | Stab | 数据在平稳情况下突然升高，在之后又回落，或漂移发生之前，取值发生变化。 |
漂移 | Shift | 数据相对之前的取值范围发生了变化，并维持稳定。漂移常出现在变更前后业务形态的变化。 |
抖动 | Variance | 数据整体均值没有明显改变，但波动形态发生变化（方差出现变化）。 |
缺失 | Lack | 数据存在缺失。 |
过阈值 | OverThreshold | 数据超过了人为设置的阈值。当数据超过人为设置的阈值时，无论模型如何判断，都会触发告警。 |
智能巡检功能用于对业务日志进行自动化、智能化、自适应的异常巡检。本文介绍通过SQL聚合指标数据进行智能巡检的操作步骤。 前提条件
智能巡检功能用于对业务日志进行自动化、智能化、自适应的异常巡检。本文介绍通过SQL聚合指标数据进行模型训练的操作步骤。 前提条件
本文以钉钉通知渠道为例，介绍如何对智能巡检的告警进行打标反馈，逐步调整模型，以获取符合预期的告警。 前提条件
日志服务提供智能巡检功能，用于对监控指标或业务日志等数据进行全自动、智能化、自适应的异常巡检。目前智能巡检使用流式图算法、流式分解算法和监督异常检测算法进行数据巡检。本文介绍流式图算法、流式分解算法和监督异常检测算法的适用场景、参数配置、预览说明等内容。
为了帮助用户识别并理解这些异常现象的原因，从而更有效地利用智能巡检来监控和保障系统的稳定运行。本文介绍智能巡检的异常类型。
