[发明专利]一种物联网时序数据异常检测方法及系统

权利要求书

1.一种物联网时序数据异常检测方法，其特征在于，包括：

获取待测试的物联网时序数据；

对所述待测试的物联网时序数据进行划分得到待测试时间序列数据段集；

将所述待测试时间序列数据段集输入至训练好的半监督自编码模型中，得到检测结果；所述训练好的半监督自编码模型是以待训练的物联网时序数据为输入，以对应的类标签为输出，以损失函数最小为目标对基于LSTM和注意力机制的半监督自编码器模型进行训练得到的；所述待训练的物联网时序数据包括无标记的物联网时序数据和有标记的物联网时序数据。

2.根据权利要求1所述的一种物联网时序数据异常检测方法，其特征在于，所述将所述待测试时间序列数据段集输入至训练好的半监督自编码模型中，得到检测结果，具体包括：

将所述待测试时间序列数据段集输入至训练好的半监督自编码模型中，得到待测试时间序列数据段集的重构数据；

基于所述重构数据，计算所述待测试时间序列数据段集中各待测试时间序列数据段的重构误差；

当所述重构误差大于设定阈值时，将对应的待测试时间序列数据段确定为异常样本；当所述重构误差小于或等于设定阈值时，将对应的待测试时间序列数据段确定为正常样本。

3.根据权利要求1所述的一种物联网时序数据异常检测方法，其特征在于，所述损失函数为

其中，x_u为无标记的物联网时序数据；x′_u为x_u经过基于LSTM和注意力机制的半监督自编码器模型重构后的样本数据；为有标记的物联网时序数据中的正常样本数据；为有标记的物联网时序数据中的异常样本数据；为经过基于LSTM和注意力机制的半监督自编码器模型重构后的样本数据；为经过基于LSTM和注意力机制的半监督自编码器模型重构后的样本数据；η为有标记的物联网时序数据在损失函数中占的权重。

4.根据权利要求1所述的一种物联网时序数据异常检测方法，其特征在于，在所述获取待测试的物联网时序数据之后，还包括：

采用min-max标准化对所述待测试的物联网时序数据进行归一化处理。

5.根据权利要求1所述的一种物联网时序数据异常检测方法，其特征在于，所述对所述待测试的物联网时序数据进行划分得到待测试时间序列数据段集，具体包括：

采用滑动窗口对所述待测试的物联网时序数据进行划分得到待测试时间序列数据段集。

6.一种物联网时序数据异常检测系统，其特征在于，包括：

数据获取模块，用于获取待测试的物联网时序数据；

数据划分模块，用于对所述待测试的物联网时序数据进行划分得到待测试时间序列数据段集；

检测模块，用于将所述待测试时间序列数据段集输入至训练好的半监督自编码模型中，得到检测结果；所述训练好的半监督自编码模型是以待训练的物联网时序数据为输入，以对应的类标签为输出，以损失函数最小为目标对基于LSTM和注意力机制的半监督自编码器模型进行训练得到的；所述待训练的物联网时序数据包括无标记的物联网时序数据和有标记的物联网时序数据。

7.根据权利要求6所述的一种物联网时序数据异常检测系统，其特征在于，所述检测模块，具体包括：

重构单元，用于将所述待测试时间序列数据段集输入至训练好的半监督自编码模型中，得到待测试时间序列数据段集的重构数据；

重构误差计算单元，用于基于所述重构数据，计算所述待测试时间序列数据段集中各待测试时间序列数据段的重构误差；

检测结果确定单元，用于当所述重构误差大于设定阈值时，将对应的待测试时间序列数据段确定为异常样本；当所述重构误差小于或等于设定阈值时，将对应的待测试时间序列数据段确定为正常样本。