[发明专利]异常数据检测模型的构建方法、异常数据检测方法及系统

权利要求书

1.一种异常数据检测模型的构建方法，其特征在于，所述方法包括：

从异常检测专用数据集中确定多个第一样本数据和多个第二样本数据，所述第一样本数据为无标记数据，所述第二样本数据为携带异常标记的异常数据；

对所述第二样本数据进行聚类以得到至少一个异常数据聚类中心；

对多个所述第一样本数据的分布进行先验估计，得到每个所述第一样本数据对应的隔离分数；

根据所述第一样本数据与各个所述异常数据聚类中心的距离，计算所述第一样本数据与所述第二样本数据的相似度，以得到所述第一样本数据的距离分数；

利用所述第一样本数据对应的所述隔离分数和所述距离分数，计算所述第一样本数据对应的先验异常分数；

基于多个所述第一样本数据对应的先验异常分数，确定先验异常分数平均值和先验异常分数标准差；

将所述先验异常分数平均值和所述先验异常分数标准差作为预设的神经网络模型的部分超参数，利用所述第一样本数据、所述第一样本数据对应的先验异常分数和所述第二样本数据训练所述神经网络模型，以得到最终的异常数据检测模型。

2.根据权利要求1所述的方法，其特征在于，从异常检测专用数据集中确定多个第一样本数据和多个第二样本数据，包括：

抽取异常检测专用数据集中预设百分比的数据，以得到模型训练集，所述异常检测专用数据集中包含携带正常标记的正常数据和携带异常标记的异常数据；

根据所述模型训练集中正常数据的数量，确定噪声数量；

基于所述噪声数量，随机抽取所述模型训练集中的异常数据，并将随机抽取的所述异常数据随机划分为多组异常数据，每组异常数据包含两个异常数据；

对划分的每组异常数据进行预设维度的数据特征互换，以得到噪声数据；

将所述噪声数据与所述模型训练集中的正常数据进行随机混合，得到多个第一样本数据；

从所述模型训练集中随机抽取多个作为第二样本数据的异常数据。

3.根据权利要求1所述的方法，其特征在于，对多个所述第一样本数据的分布进行先验估计，得到每个所述第一样本数据对应的隔离分数，包括：

利用孤立森林算法对多个所述第一样本数据的分布进行先验估计，得到每个所述第一样本数据对应的隔离分数。

4.根据权利要求1所述的方法，其特征在于，根据所述第一样本数据与各个所述异常数据聚类中心的距离，计算所述第一样本数据与所述第二样本数据的相似度，以得到所述第一样本数据的距离分数，包括：

针对每个第一样本数据，根据所述第一样本数据与各个所述异常数据聚类中心的距离，确定距所述第一样本数据最近的所述异常数据聚类中心；

针对每个第一样本数据，利用所述第一样本数据与距所述第一样本数据最近的所述异常数据聚类中心之间的距离，计算所述第一样本数据与所述第二样本数据的相似度，以得到所述第一样本数据的距离分数。

5.根据权利要1所述的方法，其特征在于，将所述先验异常分数平均值和所述先验异常分数标准差作为预设的神经网络模型的部分超参数，利用所述第一样本数据、所述第一样本数据对应的先验异常分数和所述第二样本数据训练所述神经网络模型，以得到最终的异常数据检测模型，包括：

对所述第一样本数据和所述第二样本数据进行数据降维和特征提取，得到新的数据表示；

将所述先验异常分数平均值和所述先验异常分数标准差作为预设的神经网络模型的部分超参数，利用所述新的数据表示和所述第一样本数据对应的先验异常分数训练所述神经网络模型，以得到最终的异常数据检测模型。

6.一种异常数据检测方法，其特征在于，适用于通过权利要求1至5中任一项所述的方法构建的异常数据检测模型，包括：

确定所述异常数据检测模型；

获取多个待检测数据；

将所述多个待检测数据输入所述异常数据检测模型进行检测，检测得到所述多个待检测数据中的异常数据。