支付失败率突然抬头时，监控系统最好尽快发现，又不能把正常波动都当成事故。在线变点检测就是随着数据不断到来，持续判断背后的生成规律是否已经改变。这篇论文把 focus 系列算法整理成 R 包 focus 和 Python 包 focus-cpt，面向单变量及多变量数据流；后者还能发现“每项单看正常，组合关系却变了”的情况。
focus 使用广义似然比检验（GLR）——比较“数据始终遵循同一规律”和“某个时点前后规律不同”哪种解释更有力。最值得注意的是，它会精确计算检验结果，不靠近似，同时利用候选变点与数据几何结构的联系降低每次更新的成本。两个接口共用同一个 C++ 后端，因此功能对齐并产生相同结果，只在操作习惯上略有区别。工具还覆盖 Gaussian、Poisson、Binomial 等多类模型，以及非参数和自回归数据检测器。论文未给出真实生产部署中的延迟或资源消耗对比，实际接入效果仍需按数据规模验证。