[發明專利]一種時序數據檢測方法及裝置

在審

• 申請號: 202010869594.5
• 申請日: 2020-08-26
• 公開（公告）號: CN112000830A
• 公開（公告）日: 2020-11-27
• 發明（設計）人: 陳歡歡;黃威
• 申請（專利權）人: 中國科學技術大學
• 主分類號: G06F16/55
• 分類號: G06F16/55;G06K9/62;G06N3/08;G06F16/25;G06F16/2458
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 劉穎

本申請公開了一種時序數據檢測方法及裝置，將待測時序數據轉化為待測圖像，使用預先構建的生成對抗網絡中的判別器，對待測圖像進行分類判別，得到判別器的輸出結果，在輸出結果大于預設閾值的情況下，確定待測時序數據異常，在輸出結果不大于預設閾值的情況下，確定待測時序數據正常，其中，由于生成對抗網絡為一種無監督模型，利用圖像訓練生成對抗網絡，無需模擬異常數據標簽，訓練時間有效降低，使得檢測效率加快，同時，還可以在缺少異常數據樣本的情況下，提高時序數據的異常檢測的準確性?？梢?，本申請提供的方案，相較于現有技術，可以有效捕捉時序數據的時間相關性，具有較高的檢測效率、以及準確性較高的檢測結果。

技術領域

本申請涉及時序數據處理領域，尤其涉及一種時序數據檢測方法及裝置。

背景技術

隨著社會的發展和科學技術的進步，人類社會信息化程度不斷加深，信息系統產生的數據也在呈幾何級數增長。在很多公司和工廠中，每天都會產生大量的時間序列數據(簡稱時序數據)，例如客流數據、股票數據、銷售額數據、以及網絡日志等數據。時序數據檢測作為一種判斷數據狀態的輔助手段，目的是為了及時發現異常數據(異常數據是從多個維度來觀測的，例如，時序數據的數值超出預設閾值范圍、或者時序數據的數值變化頻率超出預設范圍，都可以將其視為異常數據)，方便用戶及時采取措施消除或削弱異常，減小異常所造成的損失，保證各項業務正常運轉。

時序數據作為一種動態數據，會存在各種各樣的狀態、走勢、以及周期等變化現象。因此，時序數據具有較強的時間相關性，例如客流數據、以及銷售額數據等數據，有比較明顯的季節相關性，呈現較為明顯的周期性，然而，現有的時序數據檢測方法，難以捕捉時序數據在時間維度上的依賴關系。此外，現有的時序數據檢測方法，大多數是基于人工模擬異常數據的標簽，實現正常數據和異常數據的分類檢測。然而，由于時序數據的狀態存在多樣性，且各類異常狀態無法預估，人工模擬異常數據的標簽，不僅工作量巨大而且實施起來十分困難，大大降低時序數據的檢測效率。另外，現有的時序數據檢測方法明顯無法使用足夠多的異常數據標簽作為樣本來訓練分類模型(通常使用正常數據標簽和異常數據標簽作為訓練樣本)，導致分類模型的檢測結果準確性偏低。

發明內容

本申請提供了一種時序數據檢測方法及裝置，目的在于為時序數據提供一種行之有效的檢測方法，以解決現有時序數據檢測方法中，難以捕捉時序數據的時間相關性、檢測效率偏低、以及檢測結果準確性不高的問題。

為了實現上述目的，本申請提供了以下技術方案：

一種時序數據檢測方法，其特征在于，包括：

將待測時序數據轉化為待測圖像，所述待測圖像中的任意一個像素為所述待測時序數據中，兩條數據的內積；

使用預先構建的生成對抗網絡中的判別器，對所述待測圖像進行分類判別，得到所述判別器的輸出結果；其中，所述生成對抗網絡使用多幀樣本圖像訓練得到，所述多幀樣本圖像由預先收集的多組樣本時序數據轉化得到；

在所述輸出結果大于預設閾值的情況下，確定所述待測時序數據異常；

在所述輸出結果不大于所述預設閾值的情況下，確定所述待測時序數據正常。

可選的，還包括：

獲取與所述待測時序數據歸屬于同一時間序列的多組目標時序數據；其中，多組所述目標時序數據與所述待測時序數據在所述時間序列中所處的序位連續；所述目標時序數據的序位，排在所述待測時序數據的序位之前；

將多組所述目標時序數據轉化為多幀非待測圖像，所述非待測圖像中的任意一個像素為所述目標時序數據中，兩條數據的內積；

將多幀所述非待測圖像輸入至預先構建的預測模型，得到所述預測模型輸出的目標圖像，所述目標圖像與所述非待測圖像之間存在關聯關系，所述關聯關系用于指示，所述目標圖像與所述非待測圖像各自對應的時序數據，歸屬于同一所述時間序列；