1. 课程导论：异常值检测与灰度发布基础
1.1 异常值检测的定义
异常值检测（Anomaly Detection）是数据挖掘与机器学习领域的核心任务之一，旨在识别数据集中那些显著偏离正常行为模式的样本点。这些“异常点”往往代表着系统故障、欺诈行为、网络入侵或设备退化等关键事件。
| 维度 | 说明 | 典型场景 |
|---|---|---|
| 点异常 | 单个数据实例与全局分布显著不同 | 信用卡单笔大额盗刷 |
| 上下文异常 | 在特定时间/空间上下文下表现异常 | 凌晨3点的服务器CPU突增 |
| 集合异常 | 一组数据点联合表现异常 | 多个传感器同时失效的群体模式 |
核心公式： 异常得分 s(x) = f(x) - μ(x) / σ(x)，当 s(x) > threshold 时标记为异常。阈值的选择直接影响召回率与误报率。
1.2 灰度发布的概念
灰度发布（Canary Release / Gray Release）是一种渐进式软件交付策略，将新版本规则或功能先部署到小比例用户或流量上，观察运行效果后再逐步扩大范围，直至全量上线。其核心思想是 “小范围验证、大范围推广”。
- 金丝雀阶段： 1%～5% 流量，快速验证规则正确性。
- 小范围阶段： 10%～20% 流量，观察性能与误报率。
- 大范围阶段： 50%～80% 流量，评估业务影响。
- 全量阶段： 100% 流量，规则正式生效。
灰度发布 ≠ A/B 测试： A/B 测试通常长期对比两个版本的效果；灰度发布是短期渐进式上线流程，最终所有用户都会切换到新版本。
1.3 为什么需要灰度发布异常检测规则
异常检测规则直接作用于业务决策——误报会浪费运维人力，漏报则可能导致重大损失。直接全量上线新规则存在三大风险：
- 误报风暴： 新规则可能将正常流量误判为异常，导致告警疲劳。
- 性能退化： 复杂规则在高并发下可能拖慢检测引擎。
- 模型漂移： 线上数据分布与训练集不一致时，规则失效。
灰度发布通过分阶段暴露风险，提供 “安全回滚” 与 “指标对比” 机制，确保异常检测规则在真实生产环境中的鲁棒性。
行业教训： 某头部电商平台曾因未灰度发布异常检测规则，全量上线后误报率飙升至 47%，导致值班团队 3 小时内收到 2 万条无效告警，核心故障反而被淹没。
1.4 课程目标与受众
| 角色 | 学习目标 | 前置知识 |
|---|---|---|
| 算法工程师 | 掌握规则评估指标、灰度策略设计、回滚机制 | Python、基础统计学、机器学习 |
| 系统架构师 | 理解灰度发布系统架构、流量调度、监控链路 | 分布式系统、微服务、消息队列 |
| SRE / 运维 | 学会配置灰度比例、观察告警、执行回滚 | Linux、Prometheus、Kubernetes 基础 |
本课程共 30 章，从理论到实战，完整覆盖异常检测规则从开发、灰度、评估到全量上线的全生命周期。
1.5 课程知识体系总览
本课程按“理论 → 设计 → 实现 → 运维”四层递进，覆盖以下核心模块：
- 基础篇（第1-5章）： 异常检测算法原理、规则引擎设计、灰度发布理论基础。
- 策略篇（第6-12章）： 灰度比例策略、流量调度算法、A/B 对比实验设计。
- 工程篇（第13-22章）： 规则配置中心、灰度路由中间件、监控告警体系、回滚自动化。
- 实战篇（第23-30章）： 金融风控、运维监控、推荐系统等场景的完整灰度案例。
学习建议： 每章末尾均提供可运行的代码示例与配置文件模板，建议读者在本地或测试环境跟随操作，以加深对灰度发布全流程的理解。