Saltar al contenido

Traducción automática — la versión en portugués es la referencia. Ver en portugués

Actualizado el 2026-10-04

Detección de anomalías

Cómo el producto señala puntos fuera de lo normal en una serie y qué hacer con ellos.

En esta página (9)

Motor: Determinístico (sin LLM)


1. Qué hace

Marca los puntos "fuera de la curva" de una serie del panel, explica por qué se marcó cada punto y te ayuda a calibrar la sensibilidad antes de activar una alerta.

2. ¿Determinístico o LLM?

100% determinístico. No hay LLM en ninguna parte. Es matemática pura (media móvil + desviación estándar), sin I/O, reproducible bit a bit. Un modelo de lenguaje nunca decide qué es una anomalía. La explicación, el backtest y la sugerencia de sensibilidad usan exactamente los mismos números que el detector.

Cómo funciona: cada punto se compara con la ventana anterior a él (solo mira hacia atrás, para que la propia anomalía no infle la desviación y se esconda):

  • Ventana predeterminada: 8 puntos anteriores (ANOMALY_WINDOW).
  • Sensibilidad predeterminada: 2,5σ (ANOMALY_SIGMA).
  • Mínimo de puntos en la serie: 5 (ANOMALY_MIN_POINTS); cada punto necesita ≥3 anteriores.
  • Piso relativo: una variación por debajo del 1% de la referencia nunca es anomalía (ANOMALY_MIN_DELTA_PCT) — evita alarmas por un 0,5% en una serie muy estable.

3. Datos enviados y egress

Ninguno. Se ejecuta íntegramente en nuestro servidor sobre el snapshot ya materializado. Nada sale del producto y no se gasta ningún token.

4. Privacidad y retención

No hay egress. La explicación de cada anomalía usa exactamente los mismos números que el detector (misma ventana, media y desviación) — una prueba garantiza que coinciden byte a byte.

5. Tokens, costo y presupuesto

No aplica — es determinístico, costo de IA cero.

6. Cómo activarlo, quién puede usarlo y cómo desactivarlo

Es un recurso de visualización del panel (por widget, vía config.anomaly). No llama a un proveedor de IA, así que no pasa por las verificaciones de envío externo y de presupuesto. Lo que lo activa o desactiva es la propia configuración del widget.

7. Rechazos

  • Serie demasiado corta (menos que el mínimo, o un punto sin 3 anteriores) → no señala nada (devuelve vacío). "Todavía no lo sé" en lugar de una alarma inventada.
  • Variación por debajo del piso relativo → no se marca, por más desviaciones estándar que parezca.

8. Limitaciones y ausencia de causalidad

  • Detecta desviación estadística, no causa. "El punto X está 3σ por encima de la media" no quiere decir que algo lo causó — solo que se aparta de su propio historial reciente.
  • Es un detector de media móvil simple: no captura estacionalidad, ciclos ni cambios de régimen. Un pico estacional esperado puede marcarse como anomalía.
  • El backtest (cuántas veces la regla se habría disparado en tu historial) siempre viene con el aviso fijo: el pasado no garantiza el futuro (AVISO_SUGESTAO_SIGMA).

9. Cómo validar

  • Reproducibilidad: la detección es determinística — el mismo panel produce siempre las mismas anomalías.
  • Sin egress: confirma que la detección no hace ninguna llamada externa (no hay proveedor, no hay evento ai.usage).
  • Explicación = detector: verifica que la explicación de cada punto usa exactamente la misma ventana/media/desviación que marcó la anomalía.
  • Backtest antes de activar: usa el backtest y la sugerencia de sensibilidad para ver la tasa de disparo histórica y el aviso de que pasado ≠ futuro.

Enlaces relacionados