[發(fā)明專利]一種數據異常檢測方法、裝置及設備

有效

• 申請?zhí)枺?/td>: 201811204477.6
• 申請日: 2018-10-16
• 公開（公告）號: CN109409519B
• 公開（公告）日: 2020-11-27
• 發(fā)明（設計）人: 王謙;李三琦;胡波;蘭文勇
• 申請（專利權）人: 三星（中國）半導體有限公司;三星電子株式會社
• 主分類號: G06N3/08
• 分類號: G06N3/08
• 代理公司: 北京銘碩知識產權代理有限公司 11286
• 代理人: 張軍;曾世驍

1.一種數據異常檢測方法，包括：

在預先確定的檢測模型每一深度包括的神經元中，確定待檢測數據的最優(yōu)匹配神經元，其中，在每一深度中，最優(yōu)匹配神經元是當前深度的各個神經元中到待檢測數據的距離最小的神經元；

計算每一個最優(yōu)匹配神經元對應的輔助神經元，所述輔助神經元包括第一輔助神經元，所述第一輔助神經元是根據所述待檢測數據中第一距離不小于最優(yōu)匹配神經元半徑的數據子集確定的，其中，所述第一距離為所述待檢測數據到最優(yōu)匹配神經元的距離，最優(yōu)匹配神經元半徑是根據最優(yōu)匹配神經元的訓練數據子集中所有數據到最優(yōu)匹配神經元的距離統(tǒng)計量進行計算得到的最優(yōu)匹配神經元的覆蓋半徑；

根據每一個最優(yōu)匹配神經元對應的輔助神經元確定所述待檢測數據的異常度。

2.根據權利要求1所述的方法，其中，所述輔助神經元還包括第二輔助神經元，所述第二輔助神經元是根據對應的最優(yōu)匹配神經元的訓練數據子集，以及所述待檢測數據中所述第一距離小于所述最優(yōu)匹配神經元半徑的數據子集確定的。

3.根據權利要求2所述的方法，其中，計算每一個最優(yōu)匹配神經元對應的輔助神經元的步驟包括：

根據所述第一距離和所述最優(yōu)匹配神經元半徑，確定最優(yōu)匹配神經元的第一數據子集和第二數據子集；

根據所述第一數據子集和所述第二數據子集，確定所述第一輔助神經元和所述第二輔助神經元。

4.根據權利要求3所述的方法，其中，確定最優(yōu)匹配神經元的第一數據子集和第二數據子集的步驟包括：

將所述第一距離不小于所述最優(yōu)匹配神經元半徑的數據，確定為所述第一數據子集中的數據，將所述第一距離小于所述最優(yōu)匹配神經元半徑的數據，確定為所述第二數據子集中的數據。

5.根據權利要求3所述的方法，其中，根據所述第一數據子集和所述第二數據子集，確定所述第一輔助神經元和所述第二輔助神經元的步驟包括：

計算所述第一數據子集的第一聚類中心和所述第二數據子集的第二聚類中心；

將所述第一聚類中心確定為所述第一輔助神經元，將所述第二聚類中心確定為所述第二輔助神經元。

6.根據權利要求5所述的方法，其中，根據每一個最優(yōu)匹配神經元對應的輔助神經元確定所述待檢測數據的異常度的步驟包括：

根據每一個最優(yōu)匹配神經元對應的所述第一輔助神經元和所述第二輔助神經元的位置，分別計算所述待檢測數據到所述第一輔助神經元的第二距離和所述待檢測數據到所述第二輔助神經元的第三距離；

對所述第二距離和所述第三距離進行加權計算，獲得所述待檢測數據對于每一個最優(yōu)匹配神經元的子異常度；

對所述子異常度進行累加計算，獲得所述待檢測數據的異常度。

7.根據權利要求3-6中任一項所述的方法，其中，所述方法還包括：

當接收到對檢測模型的訓練請求時，根據所述第一輔助神經元或第一輔助神經元和第二輔助神經元，對所述檢測模型中的在數據異常檢測過程中作為最優(yōu)匹配神經元的神經元的位置進行修正；

對所述神經元的位置經過修正的檢測模型進行訓練，得到更新后的檢測模型。

8.根據權利要求7所述的方法，其中，對所述檢測模型中的在所述數據異常檢測過程中作為最優(yōu)匹配神經元的神經元的位置進行修正的步驟包括：

分別計算在所述數據異常檢測過程中作為最優(yōu)匹配神經元的神經元的所述第一數據子集的第一集合勢和所述第二數據子集的第二集合勢；

在所述檢測模型中，根據所述第一輔助神經元和所述第二輔助神經元以及所述第一集合勢和所述第二集合勢，對在所述數據異常檢測過程中作為最優(yōu)匹配神經元的神經元的位置進行修正。