更新时间:2025-07-29 GMT+08:00
分享

盘古融合推荐异常检测大模型

功能介绍

针对特定场景的异常检测任务,用户传入异常检测数据,使用模型对指定的预测目标进行异常检测预测。

URL

POST /v1/{project_id}/infer-api/proxy/service/{deployment_id}/

获取URI方式请参见请求URI

表1 推理接口路径参数

参数

是否必选

参数类型

描述

project_id

String

参数解释:

项目ID,获取方法请参见获取项目ID

约束限制:

不涉及

取值范围:

不涉及

默认取值:

不涉及

deployment_id

String

参数解释:

模型的部署ID,获取方法请参见获取模型部署ID

约束限制:

不涉及

取值范围:

不涉及

默认取值:

不涉及

请求参数

使用Token认证方式的请求Header参数见表2

表2 请求Header参数(Token认证)

参数

是否必选

参数类型

描述

X-Auth-Token

String

参数解释:

用户Token。

用于获取操作API的权限。如图4中响应消息头中X-Subject-Token的值即为Token。

约束限制:

不涉及

取值范围:

不涉及

默认取值:

不涉及

Content-Type

String

参数解释:

发送的实体的MIME类型。

约束限制:

不涉及

取值范围:

不涉及

默认取值:

application/json

使用API Key认证方式的请求Header参数见表3

表3 请求Header参数(API Key认证)

参数

是否必选

参数类型

描述

X-Apig-AppCode

String

参数解释:

API Key值。

用于获取操作API的权限。API Key认证响应消息头中X-Apig-AppCode的值即为API Key。

约束限制:

不涉及

取值范围:

不涉及

默认取值:

不涉及

Content-Type

String

参数解释:

发送的实体的MIME类型。

约束限制:

不涉及

取值范围:

不涉及

默认取值:

application/json

表4 请求Body参数

参数

是否必选

参数类型

描述

data

Array

参数解释:

待进行预测的数据,从输入的特征数据中检测是否存在异常值。

约束限制:

data为一个数组,数组中包含多个对象,每个对象是一组完整的特征数据。

待预测特征名需要与训练数据中的特征名保持一致。例如,训练数据中特征列按照feature_1、feature_2……进行命名,在调用推理接口时,特征名也需要保持相同。同时推理接口中特征数量需要与训练数据中的特征数保持一致。一组特征数据填写完成后再填写剩余待预测数据,格式详见请求示例。

取值范围:

输入数据中的一组数据。

默认取值:

预测大模型在训练完成后,可以在训练日志页面,“模型训练”日志节点中获取推理api所用的示例数据。填写请求Body时可以参考该示例填写。

predict_proba

boolean

参数解释:

是否输出置信度。

约束限制:

取值范围:

  • true:输出
  • false:不输出

默认取值:

false。

响应参数

状态码: 200

表5 响应Body参数

参数

参数类型

描述

result

Object

参数解释:

预测结果信息。

约束限制:

不涉及

取值范围:

不涉及

默认取值:

不涉及

pred_proba

Array

参数解释:

预测结果对应的置信度,每条结果为一个Dict,Dict的键值对分别表示预测结果、置信度。

约束限制:

请求字段predict_proba配置为true时,响应body才返回pred_proba子项,否则无该子项。

取值范围:

不涉及

默认取值:

不涉及

状态码: 400

表6 响应Body参数

参数

参数类型

描述

error_code

String

错误码。

error_msg

String

错误信息。

请求示例

{
  "data": [
    {
      "feature_1": xx,
      "feature_2": xx,
      ...
      "feature_n": xx
    },
    ...
    {
      "feature_1": xx,
      "feature_2": xx,
      ...
      "feature_n": xx
    }
  ],
  "predict_proba": true
}

响应示例

{
  "result": [
      "0",
      "1",
       ...
      "0"
  ],
 "pred_proba": [
    {
        “0”: 0.791,
        “1”: 0.209
     },
    {
        “0”: 0.103,
        “1”: 0.897
     },
     ...
    {
        “0”: 0.665,
        “1”: 0.335
     },
  ]
}

状态码

请参见状态码

错误码

请参见错误码

相关文档