时间序列异常检测数据集精选合集
数据集简介
时间序列异常检测数据集精选合集
本项目是一个精心策划的公开及科研可访问数据集列表,专门用于时间序列异常检测、事件检测、故障检测及相关基准测试任务。该清单由社区贡献者整理,旨在为研究人员和工程师提供高质量的数据资源索引。
On Benchmark Quality(基准质量说明)
入选本清单仅代表数据集具有相关性和可获取性,并不代表其被官方认可为高质量的基准测试集。在引用或使用具体数据集前,用户需自行评估其适用性与数据质量。例如,部分数据集包含经过操作员审核的异常标签,如某遥测通道片段包含2,123个片段,覆盖9个遥测通道,具备明确的异常标注。
Univariate Datasets(单变量数据集)
单变量数据集主要关注单一时间序列中的异常模式识别。此类数据集通常结构相对简单,适用于基础算法验证与初步建模。清单中收录了多个经典单变量数据源,包括但不限于:
- Yahoo! S5:来自 Yahoo Webscope 项目的合成与真实混合数据,广泛用于异常检测算法评测。
- N-BaIoT:针对物联网设备网络流量设计的单变量异常检测数据集。
- Kitsune:基于真实网络攻击场景生成的单变量时序数据。
这些数据集通常以 CSV 或 JSON 格式提供,便于直接加载至 Python 或 R 环境进行分析。
Multivariate Datasets(多变量数据集)
多变量数据集涉及多个相互关联的时间序列变量,能够更真实地反映复杂系统中的动态变化。此类数据常用于工业监控、IT 运维及金融风控等场景。代表性数据集包括:
- AIOps KPI:由 NetManAIOps 组织提供,涵盖关键性能指标的多维度时序数据。
- Microsoft 云监控数据:源自 Microsoft 内部云平台的实际运行日志,包含丰富的系统状态指标。
- CESNET-TimeSeries24:由 CESNET 提供的网络安全相关多变量时序数据。
多变量数据通常需要更复杂的预处理流程,并建议结合领域知识进行特征工程。
Benchmark Collections(基准集合)
基准集合将多个独立数据集整合为统一的评测框架,便于横向比较不同算法的性能表现。此类集合通常包含标准化的评估指标与划分方式,支持复现性研究。清单中提到的基准集合涵盖了从学术研究到工业应用的广泛场景,为用户提供了一站式的评测资源。
Related Datasets(相关数据集)
除核心异常检测数据外,清单还收录了与之紧密相关的其他类型数据集,如事件检测、故障诊断等任务所需的数据资源。这些数据集虽不直接归类于异常检测,但在实际应用中常作为补充数据源使用。
Data Hubs and Catalogs(数据中心与目录)
为了方便用户查找更多资源,清单特别列出了多个权威的数据中心与目录平台,包括:
- UCI Machine Learning Repository:经典的机器学习数据集仓库。
- scikit-learn 内置数据模块:提供部分示例时序数据。
- ESA (European Space Agency) 相关资源:如 OPS-SAT 卫星遥测数据。
访问与许可
所有数据集均通过 GitHub 页面提供链接指引,用户可根据需要跳转至原始数据源下载。本项目整体采用 CC0-1.0 license 许可协议,允许自由复制、修改、分发及商用,无需额外授权。

注:图片来源于项目 README,展示项目主题与结构概览。