Co-Flex：一种时序关联的方法

论文地址：

https://netman.aiops.org/wp-content/uploads/2019/05/CoFlux_camera-ready1.pdf

主要思想：
使用cross-correlation对两个序列进行相关度计算，|相关度|的绝对值越大那么关联性越大；

在对两个序列进行相关度计算的时候，文章采用了一种变换

1	预测值 - 实际值 = 残差

使得对实际值的相关度计算，变换成了对残差的相关度计算；

然而经过这种变换后，主要问题变成了如何能比较准确的获得预测值，在这个问题上，文章采用了一种类似散弹枪的做法，文中采用了7种模型/86种模型和参数的搭配，然后对这86种搭配分别计算相关度，找到相似度绝对值最大一个组合，计算量是86*86，以此作为两个序列的相关度；

在其中还利用相关度的正负得到相关度的正负，以及相关度的shift来得到序列的前序和后继关系；

需要注意的一点是文中对噪声的处理，采用了一种变换

alpha取值0.5 beta取值10，x是序列的实际值，经过变换之后，异常的点会越来越异常，而噪声反而影响不大

可取之处