[发明专利]一种基于时间卷积网络的序列异常检测方法及系统

权利要求书

1.一种基于时间卷积网络的序列异常检测方法，其特征在于，包括：

基于因果卷积层、膨胀卷积层和残差链接模块构建时间卷积网络；

采用时间卷积网络对原始数据序列进行重构得到重建序列，根据重建序列中每个点的异常评分设置异常阈值；

根据候选时间步长内的异常点数得到候选时间步长的异常密度，根据异常密度在候选时间步长内选取异常检测时间步长；

根据异常检测时间步长选择集体异常检测或点异常检测的异常检测类型，并根据异常检测时间步长内的总异常评分与异常阈值的比较结果，得到集体异常或点异常的异常检测结果。

2.如权利要求1所述的一种基于时间卷积网络的序列异常检测方法，其特征在于，所述膨胀卷积层中增设膨胀因子和滤波器大小，定义原始数据序列s上的膨胀卷积运算F为：其中，d是膨胀因子，k是滤波器大小，s是序列中的元素，x是输入码，s-d·i是前面数据的方向，F(s)表示s中的膨胀卷积运算。

3.如权利要求1所述的一种基于时间卷积网络的序列异常检测方法，其特征在于，所述异常评分为原始数据值与重建值之间的绝对误差。

4.如权利要求1所述的一种基于时间卷积网络的序列异常检测方法，其特征在于，所述异常密度为候选时间步长内异常点的比例。

5.如权利要求1所述的一种基于时间卷积网络的序列异常检测方法，其特征在于，将异常密度等于1时对应的候选时间步长设为异常检测时间步长。

6.如权利要求1所述的一种基于时间卷积网络的序列异常检测方法，其特征在于，异常检测时间步长为1时，异常检测类型为点异常检测，异常检测时间步长大于1时，异常检测类型为集体异常检测。

7.如权利要求1所述的一种基于时间卷积网络的序列异常检测方法，其特征在于，异常检测时间步长内的总异常评分超出异常阈值时，则判断为集体异常或点异常。

8.一种基于时间卷积网络的序列异常检测系统，其特征在于，包括：

网络构建模块，被配置为基于因果卷积层、膨胀卷积层和残差链接模块构建时间卷积网络；

序列重建模块，被配置为采用时间卷积网络对原始数据序列进行重构得到重建序列，根据重建序列中每个点的异常评分设置异常阈值；

时间步长选取模块，被配置为根据候选时间步长内的异常点数得到候选时间步长的异常密度，根据异常密度在候选时间步长内选取异常检测时间步长；

异常检测模块，被配置为根据异常检测时间步长选择集体异常检测或点异常检测的异常检测类型，并根据异常检测时间步长内的总异常评分与异常阈值的比较结果，得到集体异常或点异常的异常检测结果。

9.一种电子设备，其特征在于，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成权利要求1-7任一项所述的方法。

10.一种计算机可读存储介质，其特征在于，用于存储计算机指令，所述计算机指令被处理器执行时，完成权利要求1-7任一项所述的方法。