[發明專利]一種基于時間卷積網絡的序列異常檢測方法及系統

在審

• 申請號: 202110255259.0
• 申請日: 2021-03-09
• 公開（公告）號: CN113076973A
• 公開（公告）日: 2021-07-06
• 發明（設計）人: 王紅;李澤慧;相志杰;鞏志偉;王正軍;楊杰;楊雪;滑美芳
• 申請（專利權）人: 山東師范大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 閆偉姣

1.一種基于時間卷積網絡的序列異常檢測方法，其特征在于，包括：

基于因果卷積層、膨脹卷積層和殘差鏈接模塊構建時間卷積網絡；

采用時間卷積網絡對原始數據序列進行重構得到重建序列，根據重建序列中每個點的異常評分設置異常閾值；

根據候選時間步長內的異常點數得到候選時間步長的異常密度，根據異常密度在候選時間步長內選取異常檢測時間步長；

根據異常檢測時間步長選擇集體異常檢測或點異常檢測的異常檢測類型，并根據異常檢測時間步長內的總異常評分與異常閾值的比較結果，得到集體異常或點異常的異常檢測結果。

2.如權利要求1所述的一種基于時間卷積網絡的序列異常檢測方法，其特征在于，所述膨脹卷積層中增設膨脹因子和濾波器大小，定義原始數據序列s上的膨脹卷積運算F為：其中，d是膨脹因子，k是濾波器大小，s是序列中的元素，x是輸入碼，s-d·i是前面數據的方向，F(s)表示s中的膨脹卷積運算。

3.如權利要求1所述的一種基于時間卷積網絡的序列異常檢測方法，其特征在于，所述異常評分為原始數據值與重建值之間的絕對誤差。

4.如權利要求1所述的一種基于時間卷積網絡的序列異常檢測方法，其特征在于，所述異常密度為候選時間步長內異常點的比例。

5.如權利要求1所述的一種基于時間卷積網絡的序列異常檢測方法，其特征在于，將異常密度等于1時對應的候選時間步長設為異常檢測時間步長。

6.如權利要求1所述的一種基于時間卷積網絡的序列異常檢測方法，其特征在于，異常檢測時間步長為1時，異常檢測類型為點異常檢測，異常檢測時間步長大于1時，異常檢測類型為集體異常檢測。

7.如權利要求1所述的一種基于時間卷積網絡的序列異常檢測方法，其特征在于，異常檢測時間步長內的總異常評分超出異常閾值時，則判斷為集體異常或點異常。

8.一種基于時間卷積網絡的序列異常檢測系統，其特征在于，包括：

網絡構建模塊，被配置為基于因果卷積層、膨脹卷積層和殘差鏈接模塊構建時間卷積網絡；

序列重建模塊，被配置為采用時間卷積網絡對原始數據序列進行重構得到重建序列，根據重建序列中每個點的異常評分設置異常閾值；

時間步長選取模塊，被配置為根據候選時間步長內的異常點數得到候選時間步長的異常密度，根據異常密度在候選時間步長內選取異常檢測時間步長；

異常檢測模塊，被配置為根據異常檢測時間步長選擇集體異常檢測或點異常檢測的異常檢測類型，并根據異常檢測時間步長內的總異常評分與異常閾值的比較結果，得到集體異常或點異常的異常檢測結果。

9.一種電子設備，其特征在于，包括存儲器和處理器以及存儲在存儲器上并在處理器上運行的計算機指令，所述計算機指令被處理器運行時，完成權利要求1-7任一項所述的方法。

10.一種計算機可讀存儲介質，其特征在于，用于存儲計算機指令，所述計算機指令被處理器執行時，完成權利要求1-7任一項所述的方法。