4. 异常发现任务定义与评价体系

在实验数据智能异常发现工程中，最先要解决的不是“用什么算法”，而是“到底要发现什么”。同一批传感器时序数据，如果任务定义不同，标注方式、模型输出形式、评价指标乃至上线阈值都会完全不同。本节把异常发现任务拆成三类可形式化的对象：点异常、上下文异常与集体异常，并建立一套以召回率、误报率和业务代价为核心的评估体系。

一、三类异常的任务形式化

设实验数据为按时间索引的序列 X = {x_1, x_2, …, x_T}，每个 x_t 可以是标量（如温度）或多维向量（如温度、压力、流量）。异常发现的目标是给出一个判定函数 f(x_t) → {0,1}，或给出异常分数 s_t，再通过阈值 τ 得到标签。

点异常指单个样本在数值上显著偏离其正常分布。形式化地，若 x_t 的异常分数 s_t > τ，则 x_t 为点异常。它不依赖邻居，典型例子是某次采样中温度突然跳到 180℃，而正常范围是 20～30℃。点异常适合用统计阈值、孤立森林、单类 SVM 等方法处理。

上下文异常指样本本身数值可能正常，但在特定上下文（时间、工况、设备状态）下不合理。形式化地，判定函数变为 f(x_t, C_t) → {0,1}，其中 C_t 是上下文，例如“当前处于升温阶段”“设备处于待机模式”。例如温度 60℃ 在升温阶段正常，在恒温阶段却可能是异常。上下文异常要求模型显式建模上下文，常用滑动窗口特征、工况编码或条件概率模型。

集体异常指单个点可能都正常，但一段连续子序列整体呈现异常模式。形式化地，若存在区间 [t_1, t_2]，使得该区间内每个点单独看都不超过阈值，但区间整体与正常模式差异显著，则称该区间为集体异常。典型例子是流量在 10 分钟内缓慢下降 15%，单点变化很小，但整体趋势异常。集体异常需要序列级建模，如 LSTM 自编码器、矩阵剖面或子序列聚类。

二、召回率、误报率与业务代价

任务定义清楚后，评价体系必须回答两个问题：漏掉了多少异常，以及误报了多少正常。设真实异常集合为 A，模型预测异常集合为 P，则：

• 召回率 Recall = |A ∩ P| / |A|，衡量异常被找出来的比例。召回率低意味着漏报，可能造成实验失败未被及时发现。
• 误报率 FPR = |P \ A| / |N|，其中 N 为正常样本集合。误报率高意味着大量正常数据被标记为异常，导致告警疲劳。
• 精确率 Precision = |A ∩ P| / |P|，常与召回率配合使用，但在异常发现中，由于正常样本远多于异常样本，精确率对业务解释不如误报率直观。

仅看召回率和误报率还不够，因为不同错误的业务代价不同。定义代价矩阵：漏报一个异常的代价为 C_FN，误报一个正常样本的代价为 C_FP。则总业务代价可写为：

TotalCost = C_FN × FN + C_FP × FP
其中 FN = |A| - |A ∩ P|，FP = |P \ A|

例如某高温实验场景，漏报一次过热可能导致设备损坏，设 C_FN = 5000 元；误报一次只需人工复核 10 分钟，设 C_FP = 50 元。若某模型召回 90%、误报 200 次，真实异常 20 个，则 FN = 2，FP = 200，总代价 = 5000×2 + 50×200 = 20000 元。若另一模型召回 100%、误报 800 次，则总代价 = 0 + 50×800 = 40000 元。可见盲目追求高召回并不一定最优，必须结合代价比选择工作点。

三、从任务到评估的落地流程

实际工程中，建议按以下顺序推进：先明确异常类型，再确定标注粒度，然后选择评价指标，最后用业务代价调阈值。具体来说：

1. 任务归类：判断当前场景属于点、上下文还是集体异常。若单点突跳为主，按点异常处理；若与工况强相关，按上下文异常处理；若关注趋势段，按集体异常处理。
2. 标注对齐：点异常标注到具体时间点；上下文异常需附带工况标签；集体异常标注到区间 [t_1, t_2]。标注粒度必须与模型输出粒度一致，否则召回率计算会失真。
3. 指标计算：在验证集上计算召回率、误报率和总代价。建议同时输出混淆矩阵，便于定位漏报和误报的具体样本。
4. 阈值调优：改变判定阈值 τ，观察召回率—误报率曲线，选择使总业务代价最小的阈值。若业务要求召回率不低于 95%，则在满足该约束下最小化误报。

以一个温度实验为例：正常样本 10000 个，异常样本 50 个。模型 A 在 τ=0.8 时召回 45 个、误报 300 个；在 τ=0.6 时召回 49 个、误报 900 个。若 C_FN=2000、C_FP=20，则前者代价 = 2000×5 + 20×300 = 16000，后者代价 = 2000×1 + 20×900 = 20000。因此 τ=0.8 更优。这个例子说明，评价体系不是单纯追求某个指标最高，而是把任务形式化、指标计算和业务代价统一到同一个决策框架中。

总结来看，点异常、上下文异常和集体异常分别对应不同的判定函数和输出粒度；召回率、误报率和业务代价则构成从模型输出到业务决策的桥梁。只有先把任务定义清楚，再选择合适的评价指标和代价参数，异常发现系统才能真正服务于实验安全与效率，而不是停留在算法指标的表面比较上。