Il existe plusieurs méthodes basées sur des hypothèses variées pour la détection d’anomalies dans les flux de données. Le choix d’une méthode est lié à ses performances sur des types de données spécifiques. Les flux de données peuvent être caractérisés par la présence de saisonalité, tendance, cycle et Concept drift (changement des propriétés statistiques des don- nées). Dans ce travail, nous comparons suivant la latence (temps de traitement d’une instance) et performance un ensemble de méthodes de détection d’anomalies dans les flux de données avec des hypothèses diverses sur des jeux de données aussi bien univariés que multivariés (sur lesquels nous avons identifié les caractéristiques présentes)