Z-score
统计学指标，衡量某个观测值偏离历史均值多少个标准差，公式为(x−μ)/σ，常用于异常检测，如LLM应用的成本异常监控
时间轴 (近 90 天)
Z-score 在成本异常检测中的优势是自适应，无需人工设定固定金额；局限在于对趋势性和周期性敏感，若成本稳定上升需配合滑动窗口或季节性分解，否则容易误报。
Z-score 异常检测在流量突增早期会因 σ 被污染而削弱灵敏度，实践中常与速率限制配合形成双重防线。
异常检测常见方法包括基于统计的Z-score、基于密度的孤立森林，以及基于时间序列残差阈值的检测。
Z-score 计算公式为（观测值 − 均值）/ 标准差，绝对值超过 2 或 3 通常被视为异常
StateGuard 的漂移检测采用滚动 Z-score 异常追踪，通过对状态指标统计分布持续监测识别异常波动
基于统计模型的异常检测方法（如 Z-score、移动平均偏差）适合指标分布相对稳定的场景
Z-score 方法标记偏离均值超过2-3个标准差的数据点为异常值
全部知识事实 (7)
Z-score 在成本异常检测中的优势是自适应，无需人工设定固定金额；局限在于对趋势性和周期性敏感，若成本稳定上升需配合滑动窗口或季节性分解，否则容易误报。
50%待验证Z-score 异常检测在流量突增早期会因 σ 被污染而削弱灵敏度，实践中常与速率限制配合形成双重防线。
50%待验证异常检测常见方法包括基于统计的Z-score、基于密度的孤立森林，以及基于时间序列残差阈值的检测。
50%待验证Z-score 计算公式为（观测值 − 均值）/ 标准差，绝对值超过 2 或 3 通常被视为异常
50%待验证StateGuard 的漂移检测采用滚动 Z-score 异常追踪，通过对状态指标统计分布持续监测识别异常波动
50%待验证基于统计模型的异常检测方法（如 Z-score、移动平均偏差）适合指标分布相对稳定的场景
50%待验证Z-score 方法标记偏离均值超过2-3个标准差的数据点为异常值
50%