今天给大家介绍一篇MIT上周发表的文章，使用GPT-3.5-turbo解决时间序列异常检测问题，初步验证了LLM在时间序列异常检测中的有效性。整个过程没有进行finetune，直接使用GPT-3.5-turbo进行异常检测，文中的核心是如何将时间序列转换成GPT-3.5-turbo可识别的输入，以及如何设计prompt或者pipeline让LLM解决异常检测任务。下面给大家详细介绍一下这篇工作。
图片
论文标题：Large language models can be zero-shot anomaly detectors for time series?
下载地址：https://arxiv.org/pdf/2405.14755v1
1.整体介绍
MIT的这篇文章，基于LLM（如GPT-3.5-turbo、MISTRAL等）进行时间序列异常检测。核心在于pipeline的设计，主要分为两个部分。
时序数据处理：通过离散化等方法，将原始的时间序列转换成LLM可理解的输入；
异常检测Pipeline：设计了两种基于LLM的异常检测pipeline，一种是基于prompt的方法，问大模型异常位置，大模型给出异常位置的index；另一种是基于预测的方法，让大模型进行时间序列预测，根据预测值和真实值的差距进行异常定位。
图片
2.时序数据处理
为了让时间序列适配LLM输入，文中将时间序列转换成数字，由数字作为LLM的输入。这里的核心是如何用最短的长度来保留尽量多原始的时间序列信息。
首先，将原始时间序列统一减去最小值，防止负值的出现，负值的-号会占用一个token。同时，将数值的小数点统一后移，并且每个数值都保留到固定位数（如小数点后3位）。由于GPT对输入的最长长度有限制，因此文中采用了一种动态窗口的策略，将原始序列分成有重叠的子序列，以此输入大模型中。
此外，由于不同LLM的tokenizer不同，为了防止数字没有被完全切分开，文中在每个数字中间都加一个空格进行强行区分。后续的效果验证中，也表明加空格的方法要优于不加空格的。下面例子为处理结果：
图片
不同的数据处理方式，用于不同的大模型，会产生不同的结果，如下图所示。
图片
3.异常检测Pipeline
文中提出了两种基于LLM的异常检测pipeline，第一种是PROMPTER，将异常检测问题转换成prompt输入大模型，让模型直接给出答案；另一种是DETECTOR，让大模型进行时间序列预测，然后通过预测结果和真实值的差异判断异常点。
图片
PROMPTER：下表是文中进行prompt迭代的过程，从最简单的prompt开始，不断发现LLM给出结果的问题，并完善prompt，经过5个版本的迭代形成了最终的prompt。使用这个prompt，可以让模型直接输出异常位置的索引信息。
图片
DETECTOR：之前已经有很多工作用大模型进行时间序列预测。文中经过处理的时间序列，可以直接让大模型生成预测结果。将不同窗口生成的多个结果，取中位数，然后根据预测结果和真实结果的差距，作为异常检测的判别依据。
4.实验结果
文中通过实验对比发现，基于大模型的异常检测方法，可以由于基于Transformer的异常检测模型，效果提升12.5%。AER（AER: Auto-Encoder with Regression for Time Series Anomaly Detection）是效果最好的基于深度学习的异常检测方法目前仍然比基于LLM的方法效果好30%。此外，基于DIRECTOR这种pipeline的方法要优于基于PROMTER的方法。
图片
此外，文中也可视化了大模型的异常检测过程，如下图。
图片
