本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# 原生异常检测
<a name="sitewise-anomaly-detection"></a>

 AWS IoT SiteWise 原生异常检测是一项机器学习 (ML) 功能，用于监控工业设备，可检测异常设备行为并识别潜在故障。借助原生异常检测，您可以实施预测性维护计划并识别次优的设备流程。

 AWS IoT SiteWise 原生异常检测不需要大量的机器学习知识或经验。您只需选择属性即可训练可为您发现潜在故障的自定义 ML 模型。 AWS IoT SiteWise 原生异常检测会自动创建最佳模型，以了解设备的正常运行条件。该模型经过优化，可以找出历史数据中发生的异常设备行为。使用 AWS IoT SiteWise 控制台或 SDK，您可以运行模型，根据所需的时间表处理新的时间序列数据。

要使用 AWS IoT SiteWise 原生异常检测，请执行以下操作：
+ 选择要训练的属性和时间段。
+ 添加数据（标签数据）中显示的历史故障周期（如果存在）。
+ 使用 AWS IoT SiteWise 原生异常检测来训练 ML 模型。或者，您可以配置自动再训练，以使您的模型随着时间的推移而更新。
+ 设置推理计划，根据训练过的模型测试实时数据流。

 原生异常检测可监控在运行条件变化有限的情况下运行的固定和固定式工业设备。支持的设备包括旋转机械，例如泵、压缩机、电机、计算机数控 (CNC) 机器和涡轮机。加工行业的应用包括热交换器、锅炉和逆变器。原生异常检测是一种后端分析服务，集成到现有维护系统中 AWS IoT SiteWise 并对其进行了补充。

**Topics**
+ [原生异常检测功能](sitewise-anomaly-detection-features.md)
+ [先决条件](anomaly-prerequisites.md)
+ [在资产的传感器上启用异常检测](anom-detection-sensors-asset.md)
+ [在所有资产的传感器上启用异常检测](anom-detection-sensors-across-asset.md)
+ [高级训练配置](adv-training-configs.md)
+ [高级推理配置](advanced-inference-configurations.md)
+ [查看推理结果](reviewing-inference-results.md)
+ [针对异常行为触发自定义操作 ()AWS 管理控制台](trigger-custom-actions-anomalous-behavior.md)
+ [最佳实践](ano-best-practices.md)