[發(fā)明專利]基于圖預(yù)測網(wǎng)絡(luò)和自動編碼器的異常檢測方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202211377858.0
• 申請日: 2022-11-04
• 公開（公告）號: CN115713670A
• 公開（公告）日: 2023-02-24
• 發(fā)明（設(shè)計）人: 顧磊;張孚容
• 申請（專利權(quán)）人: 南京郵電大學(xué)
• 主分類號: G06V10/774
• 分類號: G06V10/774;G06V10/764;G06V10/74;G06N3/04;G06N3/08
• 代理公司: 南京經(jīng)緯專利商標(biāo)代理有限公司 32200
• 代理人: 陳月菊

1.一種基于圖預(yù)測網(wǎng)絡(luò)和自動編碼器的異常檢測方法，其特征在于，包括如下步驟：

S1、對時間序列數(shù)據(jù)進行劃分操作，獲得以傳感器為索引的三維時間序列數(shù)據(jù)集X；

S2、將所述的三維時間序列數(shù)據(jù)集X，經(jīng)過自動編碼器以及注意力網(wǎng)絡(luò)對數(shù)據(jù)集進行時間依賴性學(xué)習(xí)，得出得到重構(gòu)數(shù)據(jù)集X₁；

S3、基于所述重構(gòu)數(shù)據(jù)集X₁，經(jīng)過圖形結(jié)構(gòu)學(xué)習(xí)得出關(guān)系矩陣A；

S4、基于重構(gòu)數(shù)據(jù)集X₁和關(guān)系矩陣A，經(jīng)過圖預(yù)測網(wǎng)絡(luò)處理得到重構(gòu)數(shù)據(jù)集S；

S5、基于所述三維時間序列數(shù)據(jù)集X與重構(gòu)數(shù)據(jù)集S，計算誤差與異常分?jǐn)?shù)；

S6、基于異常分?jǐn)?shù)計算每個批量對應(yīng)的閾值ε；

S7、將異常分?jǐn)?shù)與對應(yīng)的閾值ε比較，判斷異常。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，步驟S1中：

三維時間序列數(shù)據(jù)集X(t)為對原始時間序列數(shù)據(jù)Γ進行歸一化處理以及下采樣處理后得到的數(shù)據(jù)集。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，步驟S1中：

原始時間序列數(shù)據(jù)Γ＝{W₁，W₂，…，W_T}，T表示時間序號，其中每個W_t表示時間序列中t時刻對應(yīng)的數(shù)據(jù)，是一個n維的向量，n表示維度的大小，選用最大最小標(biāo)準(zhǔn)化方法的歸一化處理：

在完成原始數(shù)據(jù)Γ的歸一化后，再對歸一化的時間序列數(shù)據(jù)下采樣處理，對原始數(shù)據(jù)每10秒進行一次采樣：

W_t＝resample(10).mean() (2)

在完成原始數(shù)據(jù)Γ的歸一化以及下采樣后，對時間序列數(shù)據(jù)進行滑動窗口劃分，以傳感器為索引對象，按照時間順序，對于t時刻往前選取長度為k的數(shù)據(jù)，進行時間戳長度為k的滑動窗口劃分，每一窗口表示為X_t＝{W_t-k+1，…，W_t-1，W_t}，最終原始數(shù)據(jù)以傳感器為索引對象，按照時間順序以及一定批量被轉(zhuǎn)換為一系列滑動窗口三維時間序列數(shù)據(jù)X＝{X₁，X₂，…，X_T}，其中X_T表示T時刻以傳感器為索引T時刻往前取k個時間戳的滑動窗口數(shù)據(jù)。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，步驟S2中：

三維時間序列數(shù)據(jù)集X通過由編碼網(wǎng)絡(luò)和解碼網(wǎng)絡(luò)構(gòu)成基于Linear全連接的自編碼器以及基于自注意力的簡化外部注意力機制架構(gòu)得出時間依賴性的重構(gòu)數(shù)據(jù)X₁：

F＝query(X)

attn＝key(F)

attn＝softmax(attn，dim＝1)

attn＝norm(attn，dim＝2)

out＝value(attn)

X₁＝Decoder(Encoder(out)) (3)

其中，query表示自注意力機制中的查詢、key表示自注意力機制中的鍵、value自注意力機制中的值，都是該時序信號本身，通過相關(guān)模塊進行編碼，norm表示進行標(biāo)準(zhǔn)化。