この論文では、時系列データにおける異常が未検出の場合に、安全重要システムに重大な失敗を引き起こす可能性があることを強調し、現在の評価指標が不十分であるとの問題を分析しています。多くの異常検出手法が提案されているものの、従来のメトリクスはタスクの一部の側面しか捕らえず誤解を招く結果をもたらしています。著者たちは、時系列異常検出の評価に必要な要件を形式化する検証可能な特性を導入し、それに基づく理論的フレームワークを構築します。37のよく使われるメトリクスを分析した結果、ほとんどは限られた特性しか満たさず、一つのメトリクスも全てを満たさないことが分かりました。このギャップを埋めるために、全ての特性を満たす柔軟なメトリクスLARMを提案し、さらに厳しい要件を満たすアルバリエーションALARMを拡張しています。