用于可解释多变量时间序列异常检测的结构化时序因果框架 OracleAD

研究人员提出了用于多变量时间序列异常检测的无监督框架 OracleAD。该方法将每个变量的历史序列编码为因果嵌入向量以联合预测当前时间点并重构输入窗口，并通过自注意力机制将其映射到共享潜空间并与代表正常关系的稳定潜在结构（SLS）对齐。系统基于预测误差和 SLS 偏离度实现双重评分与细粒度归因，在多个真实数据集和评估协议上达到 SOTA 水平。