SHAD：时序异常检测、可解释性与可解读性端到端基准
Get the story
2026-10-02，arXiv 发表 SHAD（Scality High-dimensional Anomaly Detection benchmark）基准，面向分布式云存储系统的多变量高维时间序列异常检测、可解释性与可解读性端到端评测。数据集包含 215 条来自 Scality 系统的序列，覆盖三类异常严重程度，并提供丰富语义标注。评测覆盖现有异常检测器、各维度贡献归因方法，以及冻结 LLM 基线的异常定位与解读效果。
Generated from reports · updated 4 hr ago
Timeline
Follow the coverage from different angles.
- arXiv · DatabasesSHAD 基准：时间序列异常检测、可解释性与可解读性端到端评测
SHAD（Scality High-dimensional Anomaly Detection benchmark）包含 215 个来自 Scality 分布式云存储系统的多变量高维时间序列，覆盖三类异常严重程度，并提供丰富语义标注。论文对检测、可解释性与可解读性三阶段进行基线评测，包括现有异常检测器、各维度贡献归因以及冻结 LLM 基线的异常定位与解读效果。
Heat trend
Current heat 9·Comparable peak 10（Oct 2）·Comparable change over 24 hours –
The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.