可扩展的异常值/异常检测

我正在尝试使用Hadoop，Hive，Elastic Search（以及其他）建立大数据基础架构，并且我想对某些数据集运行一些算法。我希望算法本身具有可伸缩性，因此不包括使用诸如Weka，R甚至RHadoop之类的工具。该阿帕奇亨利马乌库似乎是一个不错的选择，它的特点为回归和聚类算法的任务。

我正在努力寻找一种异常或异常检测的解决方案。

由于Mahout具有隐马尔可夫模型和多种聚类技术（包括K-Means），所以我想知道是否有可能使用任何一种方法构建一个模型来检测时间序列中的异常值。如果有经验的人能给我建议，我将不胜感激

1. 如果有可能的话
2. 怎么做，再加上
3. 对所涉及工作的估计
4. 这种方法的准确性/问题。

我来看看t-digest算法。它已合并到mahout中，并且还合并到其他一些用于大数据流的库中。您可以在下一个资源中获得有关此算法的更多信息，以及大数据异常检测的一般信息：

1. 实用的机器学习异常检测书。
2. 网络研讨会：当您不知道要查找的内容时进行异常检测
3. Elasticsearch中的异常检测。
4. 使用异常检测来打败数十亿美元的欺诈行为：一种在Hortonworks数据平台上使用Accumulo的Argyle数据进行信号处理的方法

你可以参考我的相关H2O R或Python中的异常检测方法响应stackexchange，因为这是可扩展的了。