[發(fā)明專利]基于時序表征學(xué)習(xí)的安全隱患分類方法

在審

• 申請?zhí)枺?/td>: 202110446459.4
• 申請日: 2021-04-25
• 公開（公告）號: CN113111959A
• 公開（公告）日: 2021-07-13
• 發(fā)明（設(shè)計(jì)）人: 高贊;王君;李毅仁;甘甜;胡宇鵬;申培;聶禮強(qiáng)
• 申請（專利權(quán)）人: 山東省人工智能研究院;山東大學(xué);河鋼數(shù)字技術(shù)股份有限公司;河鋼集團(tuán)有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08
• 代理公司: 濟(jì)南泉城專利商標(biāo)事務(wù)所 37218
• 代理人: 支文彬

一種基于時序表征學(xué)習(xí)的安全隱患分類方法，通過基于時序表征的分類模型對時序變化趨勢、時序上下文信息進(jìn)行綜合理解，能夠?qū)r序特征進(jìn)行增強(qiáng)表征，從而提高分類精度，能夠基于注意力機(jī)制，對時間序列的重要時序特征進(jìn)行有效的標(biāo)識，實(shí)現(xiàn)分類可解釋性。并利用注意力機(jī)制對分類結(jié)果進(jìn)行具有可解釋性的數(shù)據(jù)可視化。

技術(shù)領(lǐng)域

本發(fā)明涉及人工智能技術(shù)領(lǐng)域，具體涉及一種基于時序表征學(xué)習(xí)的安全隱患分類方法。

背景技術(shù)

海量異構(gòu)的數(shù)據(jù)中，有一類以時間相關(guān)的時序數(shù)據(jù)，廣泛遍布于現(xiàn)實(shí)世界幾乎所有的應(yīng)用領(lǐng)域中，簡稱為“時間序列”(time series)。時間序列不僅能夠反映某個時刻的具體數(shù)據(jù)特性，而且能夠揭示出隨時間的連續(xù)性變化，數(shù)據(jù)實(shí)體的變化趨勢和潛在知識。時間序列往往具有“海量”、“高維”、“持續(xù)產(chǎn)生”等大數(shù)據(jù)特征，對其進(jìn)行研究具有很大的挑戰(zhàn)性。

時間序列分類(time series classification，TSC)問題的研究目標(biāo)是將給定的時間序列數(shù)據(jù)正確劃分到已知的數(shù)據(jù)類別中。時間序列分類研究成果被廣泛應(yīng)用于工業(yè)、醫(yī)療、政務(wù)、金融等領(lǐng)域，譬如，基于物聯(lián)網(wǎng)時間序列的異常檢測等，因而受到了學(xué)術(shù)界與工業(yè)界的廣泛關(guān)注。

目前該研究存在以下兩個挑戰(zhàn)：

(1)如何提高TSC的分類精度。時間序列往往具有“海量、高維、連續(xù)性”等數(shù)據(jù)特征，如何對多樣性的時間序列進(jìn)行準(zhǔn)確分類，是非常具有挑戰(zhàn)性的。現(xiàn)有TSC方法的局限性在于：一方面，將時序特征提取策略與多種傳統(tǒng)分類算法相結(jié)合，隨后采用投票機(jī)制，對分類精度進(jìn)行一定的提升，而忽略了深度學(xué)習(xí)對表征學(xué)習(xí)潛在貢獻(xiàn)；另一方面，現(xiàn)有TSC方法僅能簡單利用單一的深度學(xué)習(xí)模型(卷積神經(jīng)網(wǎng)絡(luò)、雙向長短時記憶網(wǎng)絡(luò))對時間序列進(jìn)行通用表征學(xué)習(xí)并完成分類，缺乏對多樣的時序趨勢進(jìn)行有針對性的理解與表征，因此可能無法對分類精度進(jìn)行有效提升。

(2)如何增強(qiáng)TSC的分類可解釋性。除了獲取準(zhǔn)確的分類結(jié)果之外，研究者們還希望模型對分類結(jié)果的具有一定的解釋能力。例如：當(dāng)對相關(guān)設(shè)備進(jìn)行基于時間序列的運(yùn)行狀態(tài)診斷時，除了獲取“正常”或者“異常”的分類結(jié)果以外，研究者還希望分類模型能夠以某種數(shù)據(jù)可視化方式，對分類依據(jù)進(jìn)行有效展示，即告訴相關(guān)人員，分類模型是根據(jù)什么樣的數(shù)據(jù)特征，得到的具體分類結(jié)果。因此，提供分類結(jié)果的可解釋性依據(jù)，也同樣具有挑戰(zhàn)性。

發(fā)明內(nèi)容

本發(fā)明為了克服以上技術(shù)的不足，提供了一種利用多層感知機(jī)網(wǎng)絡(luò)完成時間序列分類，并利用注意力機(jī)制對分類結(jié)果進(jìn)行具有可解釋性的數(shù)據(jù)可視化的安全隱患分類方法。

本發(fā)明克服其技術(shù)問題所采用的技術(shù)方案是：

一種基于時序表征學(xué)習(xí)的安全隱患分類方法，包括如下步驟：

a)對第i條時間序列T_i＝{vt₁,...,vt_k-1,vt_k,vt_k+1,vt_n}，i∈{1,...,N}，N為數(shù)據(jù)集中時間序列總數(shù)，vt_k為第k個時序點(diǎn)，k∈{1，...,n}，vt_k＝(v_k,t_k)，v_k為第k個時序點(diǎn)vt_k的當(dāng)前數(shù)值，t_k為第k個時序點(diǎn)vt_k的當(dāng)前時刻；

b)尋找時間序列T_i中的所有趨勢點(diǎn)，組成趨勢點(diǎn)集合P_i＝{p₁,...p_j-1,p_j,p_j+1...,p_m}，p_j為第j個趨勢點(diǎn)，m為趨勢點(diǎn)總數(shù)，趨勢點(diǎn)p_j包括數(shù)值和時刻