【问题】用预测算法进行预测时，如何证明预测对象具有可预测性

感觉可以用异常检测

【 在 lairen 的大作中提到: 】 : 感觉可以用异常检测 能具体说一下吗，异常检测怎么能证明网络安全状态的可预测性呢

证明可预测性。。。感觉DM或者ML都是实用类的，没见过这方面的资料啊

传统的时间序列分析好像要求数据是平稳的 或者n阶差值序列是平稳的 看看ARIMA这种模型 学习下阶数什么的怎么设置

【 在 jackling 的大作中提到: 】 : 传统的时间序列分析好像要求数据是平稳的 或者n阶差值序列是平稳的 看看ARIMA这种模型 学习下阶数什么的怎么设置 也就是说，只能转换成关于时间序列的问题，证明可预测性，对吧。如果只是原理上讲，不是数学证明呢，就是说，能不能直接用比较直白的话来说明。

具有周期性就容易预测，你说那种噪声数据怎么做预测呢，可能有某种数学指标来衡量数据的周期性吧。 【 在 wfygrs 的大作中提到: 】 : 也就是说，只能转换成关于时间序列的问题，证明可预测性，对吧。如果只是原理上讲，不是数学证明呢，就是说，能不能直接用比较直白的话来说明。

【 在 jackling 的大作中提到: 】 : 具有周期性就容易预测，你说那种噪声数据怎么做预测呢，可能有某种数学指标来衡量数据的周期性吧。 网络安全的态势可以说有周期性吗，有的话也就是一个伪周期，比如攻击的话工作日会比周末要少，晚上的攻击会比白天多，这样算吗。

你按时间去聚合数据，可视化看一看，会有感觉的，例如我以前看零售店销售数据，明显和天气，节假日，周几有相关性，所以可以用这些相关数据加上历史趋势去做预测，准不准就说不定了。 【 在 wfygrs 的大作中提到: 】 : 网络安全的态势可以说有周期性吗，有的话也就是一个伪周期，比如攻击的话工作日会比周末要少，晚上的攻击会比白天多，这样算吗。

【 在 jackling 的大作中提到: 】 : 你按时间去聚合数据，可视化看一看，会有感觉的，例如我以前看零售店销售数据，明显和天气，节假日，周几有相关性，所以可以用这些相关数据加上历史趋势去做预测，准不准就说不定了。 嗯嗯。可是我要开题，写这个方向，要写有理论依据才敢写