[发明专利]一种基于曲线数据的异常检测方法及系统

权利要求书

1.一种基于曲线数据的异常检测方法，其特征在于，具体包括下述步骤：

步骤（1）：第一级异常检测；

将曲线数据输入训练好的AE模型进行异常检测，获取瓶颈层的k维数据和实际输出数据，并利用损失函数计算实际输出数据的loss值；

所述AE模型设有N层：第一层为输入层，用于输入d维数据；第（）层为瓶颈层，瓶颈层是数据维度最小的层，且设瓶颈层是k维数据；第N层为输出层，用于输出d维数据；输入层到瓶颈层对数据进行编码压缩，瓶颈层到输出层对数据进行解码还原，且第i层和第（）层的数据维度相同；其中，N为大于1的奇数，d、k都是大于0的自然数，i∈[1,]；

所述损失函数（CurveLoss）能计算实际输出数据的loss值；loss值用于表征实际输出数据形成的曲线和理想输出数据形成的曲线之间相差的面积；

步骤（2）：第二级异常检测；

将步骤（1）获得的瓶颈层的k维数据和loss值，作为（）维数据输入第二级异常检测器进行异常检测，输出异常值；

当异常值大于预设的阈值，则判定进行检测的曲线数据为异常数据；

所述第二级异常检测器采用常规的异常检测算法实现。

2.根据权利要求1所述的一种基于曲线数据的异常检测方法，其特征在于，所述AE模型通过下述方法进行训练：

获取若干个样本，每个样本包括原始输入数据和理想输出数据；将每个样本的原始输入数据输入AE模型中，分别得到实际输出数据；

利用损失函数计算样本实际输出数据的loss值，用于训练AE模型至收敛；

所述loss值用于表征实际输出数据形成的曲线和理想输出数据形成的曲线之间相差的面积。

3.根据权利要求1所述的一种基于曲线数据的异常检测方法，其特征在于，所述损失函数计算loss值的方法为：

根据理想输出数据绘制曲线A，根据实际输出数据绘制曲线B，则该实际输出数据的loss值根据下述不同情况进行计算：

情况1）若曲线A和曲线B交叉，则：

其中，所述a是曲线B高于曲线A的部分的最大Y轴差值；所述b是曲线A高于曲线B的部分的最大Y轴差值；所述d是曲线A和曲线B所经过的X轴区间值；

情况2）若曲线A和曲线B不交叉，则：

其中，所述a是曲线A和曲线B的最大Y轴差值；所述b是曲线A和曲线B的最小Y轴差值；所述d是曲线A和曲线B所经过的X轴区间值；

情况3）若曲线A和曲线B重合，则：。

4.根据权利要求1所述的一种基于曲线数据的异常检测方法，其特征在于，所述第二级异常检测器采用XBOS算法、LOF算法、CBLOF算法、HBOS算法、One-class SVM算法、KNN算法、ABOD算法或者AE算法实现。

5.根据权利要求2所述的一种基于曲线数据的异常检测方法，其特征在于，所述进行异常检测的曲线数据和用于训练AE模型的样本都是d维数据，且该d维数据中每一维度的X坐标值或Y坐标值都是相同的；

当曲线数据或样本不是d维数据时，先进行插值处理成d维数据。

6.一种存储设备，其中存储有多条指令，所述指令适用于处理器加载并执行：权利要求1至5任意一项所述的基于曲线数据的异常检测方法。

7.一种基于曲线数据的异常检测系统，包括处理器和存储设备，处理器适于实现各指令，存储设备适于存储多条指令，所述指令适用于处理器加载并执行：权利要求1至5任意一项所述的基于曲线数据的异常检测方法。