公开(公告)号：CN118839280A

公开(公告)日：2024-10-25

申请号：CN202410952257.0

申请日：2024-07-16

Applicant: 杭州电子科技大学

Inventor： 葛岩 ,  樊谨 ,  张心仪 ,  汪哲瑜 ,  邬惠峰 ,  毕彦浩

IPC: G06F18/2433 ,  G06F18/22 ,  G06F18/213 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/082 ,  G06N3/0464

Abstract: 本发明公开了一种基于特征分布相似度的时间序列异常检测方法，属于时间序列技术领域，包括数据预处理与分割；将处理后的时间序列作为输入数据通过上下文嵌入和位置嵌入后并行输入至双向GRU重构模块和多尺度卷积稀疏注意力模块进行特征提取，分别得到局部特征和全局特征；通过归一化指数函数和对称的相位KL散度，将得到的局部特征和全局特征分别转化为概率分布和对应概率分布的相似度；利用对比损失函数，缩小局部特征的散度而放大全局特征的散度；完成LGS‑UAD模型在整个数据集上的异常检测任务并获得最终检测结果。本发明采用上述一种基于特征分布相似度的时间序列异常检测方法，能够应对现实环境中及时从大量数据流中检测异常的需求。