Saltar al contenido
Docs

Esta página aún no está traducida — estás leyendo la versión en portugués. Ver en portugués

PreviewActualizado el 2026-10-04

Detecção de anomalias

Como o produto aponta pontos fora do normal numa série e o que fazer com eles.

En esta página (9)

Selo

  • Motor: Determinístico (sem LLM)
  • Maturidade: Preview
  • Medição: Verificável por teste

1. O que faz

Marca os pontos "fora da curva" de uma série do painel, explica por quê cada ponto foi marcado, e ajuda a calibrar a sensibilidade antes de você ligar um alerta.

2. Determinístico ou LLM?

100% determinístico. Não há LLM em nenhuma parte. É matemática pura (média móvel + desvio padrão), sem I/O, reproduzível bit a bit. Um modelo de linguagem nunca decide o que é anomalia. A explicação, o backtest e a sugestão de sensibilidade usam exatamente os mesmos números do detector.

Como funciona: cada ponto é comparado com a janela anterior a ele (só olha para trás, para a própria anomalia não inflar o desvio e se esconder):

  • Janela padrão: 8 pontos anteriores (ANOMALY_WINDOW).
  • Sensibilidade padrão: 2,5σ (ANOMALY_SIGMA).
  • Mínimo de pontos na série: 5 (ANOMALY_MIN_POINTS); cada ponto precisa de ≥3 anteriores.
  • Piso relativo: variação abaixo de 1% da referência nunca é anomalia (ANOMALY_MIN_DELTA_PCT) — evita alarme por 0,5% numa série muito estável.

3. Dados enviados e egress

Nenhum. Roda inteiramente no nosso servidor sobre o snapshot já materializado. Nada sai do produto e nenhum token é gasto.

4. Privacidade e retenção

Não há egress. A explicação de cada anomalia usa exatamente os mesmos números do detector (mesma janela, média e desvio) — um teste garante que batem byte a byte.

5. Tokens, custo e orçamento

Não se aplica — é determinístico, custo de IA zero.

6. Como ligar, quem pode usar e como desligar

É um recurso de visualização do painel (por widget, via config.anomaly). Não chama provider de IA, então não passa pelas verificações de envio externo e de orçamento. O que liga/desliga é a própria configuração do widget.

7. Recusas

  • Série curta demais (menos que o mínimo, ou ponto sem 3 anteriores) → não acusa nada (devolve vazio). "Não sei ainda" em vez de um alarme inventado.
  • Variação abaixo do piso relativo → não marca, por mais desvios-padrão que pareça.

8. Limitações e ausência de causalidade

  • Detecta desvio estatístico, não causa. "Ponto X está 3σ acima da média" não quer dizer que algo o causou — só que ele destoa do próprio histórico recente.
  • É um detector de média móvel simples: não captura sazonalidade, ciclos nem mudanças de regime. Um pico sazonal esperado pode ser marcado como anomalia.
  • O backtest (quantas vezes a regra teria disparado no seu histórico) vem sempre com o aviso fixo: o passado não garante o futuro (AVISO_SUGESTAO_SIGMA).

9. Como validar

  • Reprodutibilidade: a detecção é determinística — o mesmo painel produz sempre as mesmas anomalias.
  • Sem egress: confirme que a detecção não faz nenhuma chamada externa (não há provider, não há evento ai.usage).
  • Explicação = detector: confira que a explicação de cada ponto usa exatamente a mesma janela/média/desvio que marcou a anomalia.
  • Backtest antes de ligar: use o backtest e a sugestão de sensibilidade para ver a taxa de disparo histórica e o aviso de que passado ≠ futuro.

Enlaces relacionados