由于大量數(shù)據(jù)是在連續(xù)的時間過程中生成的，因此，海量數(shù)據(jù)流的實時異常檢測是當今的重要研究課題。 有一個廣泛的研究領域，涵蓋用于異常檢測的數(shù)學，統(tǒng)計，信息論方法論。 它解決了很多領域的各種問題，例如衛(wèi)生，教育，金融，政府等。在本文中，我們分析了最新的數(shù)據(jù)流異常檢測技術和用于數(shù)據(jù)流異常檢測的算法（時間序列數(shù)據(jù)）。 批判性地調查了在大規(guī)模高速流的實時異常檢測挑戰(zhàn)下技術的性能，我們得出結論，對流的正常行為進行建模是一種合適的方法。 我們評估Holt-Winters（HW），Taylor's Double Holt-Winters（TDHW），分層時間記憶（HTM），移動平均值（MA），自回歸綜合移動平均