用途：使用 Azure AI Anomaly Detector SDK for Java 构建异常检测应用，适用于单变量与多变量时间序列分析。
主要能力：单变量支持批量检测、流式（最新点）检测与变点检测；多变量可检测 300 个以上相关信号，采用图注意力网络处理信号间关联，流程为训练、推理、结果三步。
安装：在 Maven 中引入 com.azure:azure-ai-anomalydetector:3.0.0-beta.6。
用法：通过 AnomalyDetectorClientBuilder 创建客户端，可用 AzureKeyCredential 或 DefaultAzureCredential；端点与密钥来自环境变量 AZURE_ANOMALY_DETECTOR_ENDPOINT 与 AZURE_ANOMALY_DETECTOR_API_KEY。单变量调用 detectUnivariateEntireSeries、detectUnivariateLastPoint、detectUnivariateChangePoint；多变量调用 trainMultivariateModel、detectMultivariateBatchAnomaly、detectMultivariateLastAnomaly，并支持列出与删除模型。
限制：单变量至少需要 12 个数据点；需匹配 TimeGranularity；多变量训练数据需放在 Blob 存储并带 SAS 令牌；应处理 HttpResponseException。资料未提供收费与价格信息。