architecture.md

时间序列异常检测学件的架构

时间序列异常检测工程的整体分层，可以分为以下五层：

1. 数据层（DB）：存储检测异常信息、样本信息、任务信息等

2. 服务层(SERVICE)： 服务层划分为两大模块

   1. 数据驱动模块DAO： 封装了和DB层常见的数据操作接口。

   2. 业务模块service： 完成API层的具体业务逻辑。

3. 学件层(LEARNWARE)：学件层划分为三大模块

   1. 检测模块detect： 提供时间序列异常检测接口

   2. 特征计算模块features： 提供三类时间序列的特征（统计特征、拟合特征、分类特征）用于对时序数据进行特征提取，在监督学习和训练中使用。

   3. 算法模块algorithm： 提供常见的几种机器学习算法封装（统计判别算法、指数移动平均算法、多项式算法、GBDT和xgboost等）用于对序数据进行联合仲裁检测。

4. 接口层(API)： 提供API能力，时间序列异常检测接口和WEB管理的操作接口。

5. WEB层(WEB)： 系统提供的WEB服务，通过服务界面，用户可以进行异常查询、打标标注、样本库管理、模型训练等操作。