[發明專利]基于生成對抗網絡的高維數據故障異常檢測方法及系統

在審

• 申請號: 202110468859.5
• 申請日: 2021-04-28
• 公開（公告）號: CN113077013A
• 公開（公告）日: 2021-07-06
• 發明（設計）人: 不公告發明人
• 申請（專利權）人: 上海聯麓半導體技術有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08
• 代理公司: 上海段和段律師事務所 31334
• 代理人: 李佳俊;郭國中

1.一種基于生成對抗網絡的高維數據故障異常檢測方法，其特征在于，包括：

步驟S1：構建生成對抗網絡架構；

步驟S2：構建生成對抗網絡架構后，穩定生成對抗網絡訓練，獲取訓練模型；

步驟S3：根據訓練模型，設定評分函數，對生成對抗網絡進行異常評分，并用生成對抗網絡對高維數據進行異常檢測。

2.根據權利要求1所述的基于生成對抗網絡的高維數據故障異常檢測方法，其特征在于，所述步驟S1具體步驟如下：

步驟S1.1：標準生成對抗網絡包括生成網絡G和判別網絡J，將生成網絡G和判別網絡J在一組M個數據樣本上進行訓練，其中，i＝1，2，…，M；

生成網絡G在服從特定分布的隱數據空間中，采集的隨機隱變量z映射到輸入數據空間X；

判別網絡J嘗試將實際數據樣本x⁽ⁱ⁾與G生成的樣本G(z)進行判別；

將p_x(x)定義為真實數據x在樣本空間X中的分布概率，而為隱數據z在隱數據空間中的分布概率；p_G(x)定義為生成網絡G在樣本空間X中的分布概率；

生成對抗網絡模型將聯合分布p_G(x，z)＝p(z)p_G(x|z)和p_E(x，z)＝p_X(x)p_E(z|x)與以x和z為輸入的對抗判別網絡J_xz相匹配；

生成對抗網絡將判別網絡J_xz、生成網絡G和編碼網絡E確定為鞍點問題MIN_G，EMAX J_xzV(J_xz，E，G)的解，其中V(Jxz，E，，G)被定義為：

其中，分別表示X和Z數據空間中數據分布的概率期望函數；

步驟S1.2：對于編碼網絡E和生成網絡G固定值，最優判別網絡為：

對于最優判別網絡當且僅當p_E(x，z)＝p_G(x，z)時，實現訓練判據C(E，G)＝MAX J_xzV(D_xz，E，G)的全局最小值。

3.根據權利要求1所述的基于生成對抗網絡的高維數據故障異常檢測方法，其特征在于，所述步驟S2具體步驟如下：

使用一個額外的對抗學習判別網絡Jzz將隱空間條件H^π(x|z)＝-E_π(x，z)[logπ(x|z)] 正則化，其中π(x，z)是x和z上的聯合分布，具有以下的鞍點目標：

其中，V(J_XZ，J_XX，J_ZZ，E，G)定義為

V(J_xz，J_xx，J_zz，E，G)＝V(J_xz，E，G)+V(J_xx，E，G)+V(J_zz，E，G)

其中，J_zz、J_xz和J_xx均表示判別網絡，G表示生成網絡，E表示編碼器。

4.根據權利要求1所述的基于生成對抗網絡的高維數據故障異常檢測方法，其特征在于，所述步驟S3具體步驟如下：

步驟S3.1：對數據分布進行有效建模，利用生成網絡G學習正常數據p_G(x)＝p_X(x)的分布，其中

步驟S3.2：學習數據的分布，以便精確恢復潛數據空間的重表達；

步驟S3.3：確保正常樣本能精準重建。