[發明專利]一種基于曲線數據的異常檢測方法及系統

在審

• 申請號: 201911281975.5
• 申請日: 2019-12-13
• 公開（公告）號: CN111159961A
• 公開（公告）日: 2020-05-15
• 發明（設計）人: 劉禹延;藍帆
• 申請（專利權）人: 杭州廣立微電子有限公司
• 主分類號: G06F30/30
• 分類號: G06F30/30;G06K9/62
• 代理公司: 杭州豐禾專利事務所有限公司 33214
• 代理人: 王靜

1.一種基于曲線數據的異常檢測方法，其特征在于，具體包括下述步驟：

步驟（1）：第一級異常檢測；

將曲線數據輸入訓練好的AE模型進行異常檢測，獲取瓶頸層的k維數據和實際輸出數據，并利用損失函數計算實際輸出數據的loss值；

所述AE模型設有N層：第一層為輸入層，用于輸入d維數據；第（）層為瓶頸層，瓶頸層是數據維度最小的層，且設瓶頸層是k維數據；第N層為輸出層，用于輸出d維數據；輸入層到瓶頸層對數據進行編碼壓縮，瓶頸層到輸出層對數據進行解碼還原，且第i層和第（）層的數據維度相同；其中，N為大于1的奇數，d、k都是大于0的自然數，i∈[1,]；

所述損失函數（CurveLoss）能計算實際輸出數據的loss值；loss值用于表征實際輸出數據形成的曲線和理想輸出數據形成的曲線之間相差的面積；

步驟（2）：第二級異常檢測；

將步驟（1）獲得的瓶頸層的k維數據和loss值，作為（）維數據輸入第二級異常檢測器進行異常檢測，輸出異常值；

當異常值大于預設的閾值，則判定進行檢測的曲線數據為異常數據；

所述第二級異常檢測器采用常規的異常檢測算法實現。

2.根據權利要求1所述的一種基于曲線數據的異常檢測方法，其特征在于，所述AE模型通過下述方法進行訓練：

獲取若干個樣本，每個樣本包括原始輸入數據和理想輸出數據；將每個樣本的原始輸入數據輸入AE模型中，分別得到實際輸出數據；

利用損失函數計算樣本實際輸出數據的loss值，用于訓練AE模型至收斂；

所述loss值用于表征實際輸出數據形成的曲線和理想輸出數據形成的曲線之間相差的面積。

3.根據權利要求1所述的一種基于曲線數據的異常檢測方法，其特征在于，所述損失函數計算loss值的方法為：

根據理想輸出數據繪制曲線A，根據實際輸出數據繪制曲線B，則該實際輸出數據的loss值根據下述不同情況進行計算：

情況1）若曲線A和曲線B交叉，則：

其中，所述a是曲線B高于曲線A的部分的最大Y軸差值；所述b是曲線A高于曲線B的部分的最大Y軸差值；所述d是曲線A和曲線B所經過的X軸區間值；

情況2）若曲線A和曲線B不交叉，則：

其中，所述a是曲線A和曲線B的最大Y軸差值；所述b是曲線A和曲線B的最小Y軸差值；所述d是曲線A和曲線B所經過的X軸區間值；

情況3）若曲線A和曲線B重合，則：。

4.根據權利要求1所述的一種基于曲線數據的異常檢測方法，其特征在于，所述第二級異常檢測器采用XBOS算法、LOF算法、CBLOF算法、HBOS算法、One-class SVM算法、KNN算法、ABOD算法或者AE算法實現。

5.根據權利要求2所述的一種基于曲線數據的異常檢測方法，其特征在于，所述進行異常檢測的曲線數據和用于訓練AE模型的樣本都是d維數據，且該d維數據中每一維度的X坐標值或Y坐標值都是相同的；

當曲線數據或樣本不是d維數據時，先進行插值處理成d維數據。

6.一種存儲設備，其中存儲有多條指令，所述指令適用于處理器加載并執行：權利要求1至5任意一項所述的基于曲線數據的異常檢測方法。

7.一種基于曲線數據的異常檢測系統，包括處理器和存儲設備，處理器適于實現各指令，存儲設備適于存儲多條指令，所述指令適用于處理器加載并執行：權利要求1至5任意一項所述的基于曲線數據的異常檢測方法。