[发明专利]上下文感知异常检测

权利要求书

1.一种用于上下文感知异常检测的计算机实现的方法，所述方法包括：

接收包含实时数据的信号；

将接收的信号分成由相应的训练上下文界定的训练小波集；

通过递归神经网络处理所述训练小波集来生成用于所述训练上下文的预测模型，以识别相应训练小波数据序列中的模式；

响应于当前上下文的执行不同于所述训练上下文，从所述当前上下文的信号中提取当前小波；

通过对齐所述当前小波的序列与所述预测模型的小波模式的序列，识别所述当前小波与所述预测模型的小波模式的相同维度之间的成对匹配；以及

响应于确定两个序列之间的总累积距离超过预定阈值，识别异常。

2.根据权利要求1所述的方法，其中，从由实时捕获的包括n维的信号表示的多个数据源接收所述实时数据，其中，每个维度代表收集的时间序列数据。

3.根据权利要求2所述的方法，其中，所述n维包括：

线程转储中的函数集合；

CPU的使用；以及

存储器消耗。

4.根据权利要求1所述的方法，其中，通过在应用运行期间使用周期性收集的快照的阶段变化来识别所述训练上下文。

5.根据权利要求4所述的方法，其中，当在程序的两个连续收集的快照之间存在超过阈值变化的变化时，检测所述阶段变化。

6.根据权利要求4所述的方法，其中，利用滑动窗口方法来检测所述阶段变化。

7.根据权利要求1所述的方法，其中识别所述成对匹配包括：

使用来自每个所述当前小波的d个数据点构建d乘d矩阵，其中，所述矩阵的每个元素对应于平方距离d(ti,pj)＝(ti,pj)²，表示点ti和pj之间的对准，以及

通过检索通过d乘d矩阵的最优路径来识别两个序列之间的最佳匹配，最优路径最小化这两个序列之间的总累积距离。

8.根据权利要求7所述的方法，其中，通过最小化由下式表示的扭曲成本的矩阵检索所述最优路径：

其中，w_k是也属于变形路径W的第k个元素的矩阵元素(i,j)_k，表示T和P之间的映射的矩阵元素的连续集合。

9.根据权利要求8所述的方法，其中，使用动态编程以评估由以下表示的递归来确定扭曲路径：

γ(i，j)＝d(t_i，p_j)+min{γ(i-1，j-1)，γ(i-1，j)，γ(i，j-1)

其中，d(i,j)是当前单元中发现的距离，γ(i,j)是d(i,j)的累积距离和距三个相邻单元的最小累积距离。

10.根据权利要求1所述的方法，其中，所述预定阈值是基于用户输入可修改的。

11.一种用于上下文感知异常检测的计算机程序产品，所述计算机程序产品包括：

一个或多个计算机可读存储介质，以及共同存储在所述一个或多个计算机可读存储介质上的程序指令，所述程序指令包括：

用于接收包含实时数据的信号的程序指令；

用于将接收的信号分成由相应的训练上下文界定的训练小波集的程序指令；

用于通过递归神经网络处理所述训练小波集来生成用于所述训练上下文的预测模型，以识别相应训练小波数据序列中的模式的程序指令；

响应于当前上下文的执行不同于所述训练上下文，从所述当前上下文的信号中提取当前小波的程序指令；

用于通过对齐所述当前小波的序列与所述预测模型的所述小波模式的序列，识别所述当前小波与所述预测模型的小波模式的相同维度之间的成对匹配的程序指令；以及

用于响应于确定两个序列之间的总累积距离超过预定阈值来识别异常的程序指令。