基于 LLM 的时间序列异常检测的结构化频域证据

时间序列异常不仅可以表现为逐点偏差，还可以表现为重复时间结构的变化，例如周期性偏移或局部振荡波动。然而，现有的基于 LLM 的时间序列异常检测方法主要通过索引值、绘图或反季节表示来暴露时域证据，而隐含频谱结构。我们提出了一种证据增强的零样本 TSAD 框架，该框架保留索引的去季节化观测结果，同时添加使用快速傅里叶变换（FFT）计算的紧凑频域证据。证据以两种分辨率构建：全局频域证据总结了序列级周期性上下文，而局部频域证据捕获时间局部频谱偏差。使用 InternVL2-LLaMA3-76B、Qwen2.5-VL-72B-Instruct、Gemini-2.5-Flash 和 GPT-4o 在 AnomLLM 上进行的实验以及对 TSB-AD-U 子集的评估表明，显式频域证据改进了基于 LLM 的 TSAD 基线。这些结果表明，频域证据可以补充基于零样本 LLM 的 TSAD 的索引和去季节化时域输入。