[发明专利]一种基于无监督学习的时间序列异常检测方法及系统

权利要求书

1.一种基于无监督学习的时间序列异常检测方法，其特征在于，包括以下步骤：

S01.获取服务访问记录，构建用于比较的时间序列；

S02.构建时间序列，选择设定的时间段，对用户访问服务的次数做统计，形成时间序列；

S03.异常操作时间序列检测，采用局部异常因子算法对步骤S02中的时间序列表做局部异常因子检测，采用动态时间规整距离计算序列间的距离，并根据距离计算局部异常因子；

S04.根据步骤S03中计算出的局部异常因子进行筛选，超过阈值的操作为异常操作。

2.根据权利要求1所述的一种基于无监督学习的时间序列异常检测方法，其特征在于：在步骤S03之前，还包括对所述步骤S02中的时间序列进行平滑处理的步骤。

3.根据权利要求1所述的一种基于无监督学习的时间序列异常检测方法，其特征在于：所述步骤S03中的局部异常因子算法的具体计算过程为：一个时间序列为一个样本；假设时间序列集合为S＝{s⁽¹⁾，s⁽²⁾，...，s⁽ⁱ⁾，...，s^(j)}

其主要计算过程是：

1)计算各样本的k距离

D_k(s⁽ⁱ⁾)＝d(s⁽ⁱ⁾，s^(k＝t))

其中D_k(s⁽ⁱ⁾)表示样本的第k距离，d(s⁽ⁱ⁾，s^(k＝t))表示距s⁽ⁱ⁾第k远的样本的距离，s^(k＝t)表示距s⁽ⁱ⁾第k远的数据样本s^(t)

2)计算各样本的k距离领域

样本s⁽ⁱ⁾的第k距离以内的所有样本就是样本s⁽ⁱ⁾的k距离领域

3)计算可达距离

RD_t(s⁽ⁱ⁾，s^(j))＝max(D_k(s⁽ⁱ⁾)，d(s⁽ⁱ⁾，s^(j)))

其RD_t(s⁽ⁱ⁾，s^(j))表示s⁽ⁱ⁾到s^(j)的可达距离，如果s⁽ⁱ⁾到s^(j)的距离小于第k距离，则可达距离为第k距离D_k(s⁽ⁱ⁾)，否则可达距离为真实距离d(s⁽ⁱ⁾，s^(j))

4)计算局部可达密度

由于整个数据集可能有多类数据，不同类的点密度不一定相同，所以利用k距离邻域计算局部可达密度

其中，表示s⁽ⁱ⁾的k距离领域s_N中的第t个样本，该邻域中有N个样本。s⁽ⁱ⁾的局部可达密度LRD_k(s⁽ⁱ⁾)，就是s⁽ⁱ⁾的k距离领域s_N所有样本到s⁽ⁱ⁾的可达距离的平均值倒数，代表s_N中样本的密集程度。

5)计算局部异常因子

其中分子表示s⁽ⁱ⁾的k距离邻域中的所有样本的局部可达密度的均值，分母是s⁽ⁱ⁾的局部可达密度。通过比较s⁽ⁱ⁾的密度和其邻域的密度来判断s⁽ⁱ⁾是否是异常样本，s⁽ⁱ⁾的密度越低，LRD_k(s⁽ⁱ⁾)越小，LOF_k(s⁽ⁱ⁾)的值越大，s⁽ⁱ⁾越可能是异常样本；s⁽ⁱ⁾的密度越高，LRD_k(s⁽ⁱ⁾)越大，LOF_k(s⁽ⁱ⁾)的值越接近1或小于1，s⁽ⁱ⁾越可能是正常的样本。