[发明专利]隐空间优化的自编码器异常检测方法及系统

权利要求书

1.一种隐空间优化的自编码器异常检测方法，用于卫星遥测数据异常检测，所述方法包括：

将采集的遥测数据输入预先建立和训练好的异常检测模型，识别遥测数据是否异常；其中，

所述异常检测模型包括隐空间优化的自编码器和异常判别器；所述异常检测模型的训练通过获取的低维隐空间特征进行对抗性插值，再利用构建的正则化评价网络得到更加紧凑的特征分布，进而使得异常判别器易于实现异常检测。

2.根据权利要求1所述的隐空间优化的自编码器异常检测方法，其特征在于，所述隐空间优化的自编码器包括编码器和解码器；处理过程包括：

输入向量x通过由θ参数化的编码器z＝g_θ(x)得到隐变量z，隐变量z通过由参数化的解码器产生与输入向量x近似重构的向量

3.根据权利要求1所述的隐空间优化的自编码器异常检测方法，其特征在于，所述异常判别器的处理过程包括：将使用自编码器的重构误差以及相对欧氏距离和余弦相似度得到的重建特征作为输入，将通过采用概率密度感知策略构建的异常分数作为输出，其中异常分数为0表示数据正常，异常分数为1表示数据异常。

4.根据权利要求2所述的隐空间优化的自编码器异常检测方法，其特征在于，所述方法还包括异常检测模型的训练步骤；具体包括：

搭建异常检测模型的算法框架；

建立训练集和测试集；

将训练集数据依次输入异常检测模型的算法框架，进行训练，直至满足训练要求，得到训练好的异常检测模型；

将测试集依次输入训练好的异常检测模型进行验证测试。

5.根据权利要求4所述的隐空间优化的自编码器异常检测方法，其特征在于，所述搭建异常检测模型的算法框架包括：

增加与异常检测模型的自编码器结构相同的自编码器，在增加的自编码器后连接评价网络，在增加的自编码器与异常检测模型的自编码器之间增加隐特征空间约束组件；其中，

所述隐特征空间约束组件，用于通过插值约束系数α，对增加的自编码器和异常检测模型的自编码器的隐空间插值进行凸组合并输入评价网络；

所述评价网络，用于对隐空间插值效果进行正则化的评价优化，从而预测插值约束系数α。

6.根据权利要求5所述的隐空间优化的自编码器异常检测方法，其特征在于，所述评价网络s_ξ的对抗损失l_ξ优化如下：

其中，x_α为增加的自编码器输出，μ为超参数，x₁为增加的自编码器输入，为一个训练数据，x₂为异常检测模型的自编码器输入，为另一个训练数据，α∈[0,0.5]。

7.根据权利要求5所述的隐空间优化的自编码器异常检测方法，其特征在于，所述建立训练集和测试集具体包括：

采用3个公开基准数据集Thyroid、Satellite和Landsat以及1个量子科学实验卫星真实遥测参数构建的数据集Micius，从中取部分数据建立训练集，取另一部分数据建立测试集。

8.一种隐空间优化的自编码器异常检测系统，用于卫星遥测数据异常检测，其特征在于，所述系统包括：

采集检测模块，用于将采集的遥测数据输入预先建立和训练好的异常检测模型，识别遥测数据是否异常；其中，

所述异常检测模型包括隐空间优化的自编码器和异常判别器；所述异常检测模型的训练通过获取的低维隐空间特征进行对抗性插值，再利用构建的正则化评价网络得到更加紧凑的特征分布，进而使得异常判别器易于实现异常检测。