[发明专利]时间序列异常检测

权利要求书

1.一种用于训练和使用机器学习模型的系统，包括：

在其上存储有指令的计算机可读介质，所述指令当由处理器运行时使得所述系统执行包括以下的操作：

获得时间序列数据，所述时间序列数据包括在由时间间隔分开的多个时间点中的每个时间点处的针对第一度量的值；

将所述时间序列数据分割为预测窗口和模型拟合窗口，所述预测窗口包括针对所述多个时间点中的特定时间点的时间序列数据和针对不早于所述多个时间点中的所述特定时间点的时间点的时间序列数据，并且所述模型拟合窗口包括不晚于所述特定时间点的时间序列数据；

使用所述模型拟合窗口中的所述时间序列数据来训练机器学习模型，以预测针对所述预测窗口中的时间点的数据值范围；

针对所述预测窗口中的一个或多个时间点中的每个时间点：

将针对对应时间点的值与由所述机器学习模型预测的、针对所述对应时间点的所述数据值范围进行比较；并且

如果所述对应时间点的所述值落在由所述机器学习模型预测的、针对所述对应时间点的所述数据值范围的外部，则将所述值标记为异常。

2.根据权利要求1所述的系统，其中，所述操作还包括：基于用户反馈来重新训练所述机器学习模型。

3.根据权利要求1所述的系统，其中，所述模型拟合窗口的大小是基于所述时间序列数据所属于的实体来动态地确定的。

4.根据权利要求1所述的系统，其中，所述操作还包括生成图形用户界面，在所述图形用户界面中，被标记为异常的值是以图形方式突出显示的。

5.根据权利要求4所述的系统，其中，所述模型拟合窗口的大小是基于图形用户界面的查看者来动态地确定的。

6.根据权利要求1所述的系统，其中，所述预测窗口的大小是基于所述时间序列数据所属于的实体来动态地确定的。

7.根据权利要求4所述的系统，其中，所述预测窗口的大小是基于所述图形用户界面的查看者来动态地确定的。

8.根据权利要求1所述的系统，其中，所述特定时间点是基于所述时间序列数据所属于的实体来动态地确定的。

9.根据权利要求4所述的系统，其中，所述特定时间点是基于所述图形用户界面的查看者来动态地确定的。

10.根据权利要求1所述的系统，其中，所述机器学习模型是神经网络。

11.根据权利要求1所述的系统，其中，所述时间序列数据被传递通过缩减器/组合器，所述缩减器/组合器对要被个体地传递到不同的并行进程的多个时间序列进行排序，每个并行进程独立于彼此执行所述分割、所述训练、所述比较和所述标记。

12.根据权利要求1所述的系统，其中，所述模型拟合窗口中的所述时间序列数据被过滤以移除异常值。

13.根据权利要求12所述的系统，其中，所述模型拟合窗口中的所述时间序列数据被分解为趋势分量、季节分量和剩余分量，并且所述模型拟合窗口中的所述时间序列数据中的所述异常值是基于所述剩余分量来识别的。