[发明专利]时间序列异常检测方法、装置及设备

权利要求书

1.一种时间序列异常检测方法，包括：

按预设的时间序列预测模型，获取待检测指标的当前时刻、第一时间序列和第二时间序列相对应的当前预测值、第一预测值序列和第二预测值序列，所述第二时间序列为根据预设的时间选取策略确定的时间序列，所述第二时间序列中的时刻为在所述当前时刻之前且在所述第一时间序列之后的时刻；

确定所述当前时刻、所述第一时间序列和所述第二时间序列相对应的当前预测误差、第一预测误差序列和第二预测误差序列，其中预测误差为预测值与对应观测值之间的差值；

根据所述第一预测误差序列和所述第二预测误差序列，确定综合预测误差，所述综合预测误差用于表征所述待检测指标的预测值偏离观测值的程度；

根据所述当前预测误差与所述综合预测误差之间的偏离程度，确定所述当前时刻是否属于异常时刻。

2.如权利要求1所述的方法，所述综合预测误差包括均值和/或标准差；

所述根据所述第一预测误差序列和所述第二预测误差序列，确定综合预测误差的步骤包括：

根据所述第一预测误差序列和所述第二预测误差序列，计算所述均值和/或所述标准差。

3.如权利要求2所述的方法，当所述综合预测误差包括所述均值和所述标准差时，所述根据所述当前预测误差与所述综合预测误差之间的偏离程度，确定所述当前时刻是否属于异常时刻的步骤包括：

计算所述当前预测误差与所述均值的差值的绝对值；

确定所述绝对值与所述标准差的比值；

判断所述比值是否超过预设的偏离阈值，若是，则确定所述当前时刻属于异常时刻。

4.如权利要求1所述的方法，所述时间序列预测模型的训练步骤包括：

选取所述待检测指标的若干历史数据，所述历史数据包括历史时刻和所述历史时刻对应的观测值；

按预设的时间步将所述若干历史时刻分组形成多个时间序列；

利用所述多个时间序列训练时间序列预测模型，所述时间预设模型包括所述待检测指标的时刻与预测值之间的对应关系。

5.如权利要求4所述的方法，所述方法还包括：

对所述多个时间序列中的每组时间序列采用标签进行标记，所述标签为所述每组时间序列中最后一个时刻的下一个时刻的观测值；

将所述标签对应的时刻构成所述第一时间序列。

6.如权利要求1所述的方法，所述时间序列预测模型包括长短期记忆模型，所述长短期记忆模型中的每个细胞单元包括遗忘门、输入门和输出门；

所述遗忘门用于通过第一映射函数选择性地遗忘过去信息，其中第一映射函数为f_t＝σ(W_f·[h_t-1,x_t]+b_f)；

所述输入门用于通过激活函数选择性记忆当前信息和通过第二映射函数选择性地遗忘过去信息，并更新细胞状态后向所述输出层输出，其中第二映射函数为i_t＝σ(W_i·[h_t-1,x_t]+b_i)，激活函数创建的候选向量为细胞状态更新为

所述输出门用于通过第三映射函数选择性地遗忘过去信息和通过激活函数激活细胞状态后输出，其中第三映射函数为o_t＝σ(W_o·[h_t-1,x_t]+b_o)，输出为h_t＝o_t*tanh(C_t)；

其中，x_t为当前细胞单元对应的时刻的观测值，h_t为当前细胞单元对应的输出，W为预设的权重，b为预设的偏置值。