[发明专利]一种无类别标签的时间序列异常检测方法

摘要

一种无类别标签的时间序列异常检测方法，本发明涉及无类别标签的时间序列异常检测方法。本发明的目的是为了解决针对卫星遥测数据进行固定点分段效果不理想、层次聚类需要人工设定聚类数目以及目前尚无一种可直接利用的能够实现无类别标签时间序列的离线和在线的异常检测方法框架的问题。通过以下技术方案实现的步骤一、根据卫星遥测数据的周期特性对卫星遥测历史数据进行分段，得到无类别标签的时间序列X＝{x1,x2,…,xn}；步骤二、对步骤一得到的X＝{x1,x2,…,xn}进行自适应层次聚类，并判定和删除无类别标签的时间序列中的异常序列，得到和L′={l′1,l′2,...,l′nz}]]>；步骤三、结合匹配阈值以X′={x′1,x′2,...,x′nz}]]>和L′={l′1,l′2,...,l′nz}]]>为样本，采用最近邻居算法对x”进行模式匹配，实现卫星遥测数据异常检测。本发明应用于卫星数据检测领域。

主权项

一种无类别标签的时间序列异常检测方法，其特征在于，一种无类别标签的时间序列异常检测方法具体是按照以下步骤进行的：步骤一、根据卫星遥测数据的周期特性对卫星遥测历史数据进行分段，得到无类别标签的时间序列X＝{x1,x2,…,xn}，其中n为大于0的正整数，表示时间序列数目，x1为无类别标签的时间序列中第一个时间序列，x2为无类别标签的时间序列中第二个时间序列，xn为无类别标签的时间序列中第n个时间序列；步骤二、对步骤一得到的无类别标签的时间序列X＝{x1,x2,…,xn}进行自适应层次聚类，并判定和删除无类别标签的时间序列中的异常序列，得到卫星正常运行模式含有类别标签的时间序列和类别标签其中nz为大于0的正整数，表示正常时间序列数目，x'1为含有类别标签的时间序列中第一个正常时间序列，x'2为含有类别标签的时间序列中第二个正常时间序列，为含有类别标签的时间序列中第nz个正常时间序列，l'1为类别标签中第一个正常时间序列，l'2为类别标签中第二个正常时间序列，为类别标签中第nz个正常时间序列；具体过程为：计算出各个无类别标签的时间序列X＝{x1,x2,…,xn}之间的n×n的欧式距离矩阵，自适应层次聚类方法的基本步骤如下：步骤二一、将每个无类别标签的时间序列归为一类，共得到n类，每类仅包含一个无类别标签的时间序列，类与类之间的距离就是所包含的无类别标签的时间序列之间的距离，并令RJ(n)＝0；RJ为类间类内距离比值序列，序列长度为n，RJ(n)表示RJ中的第n个元素；步骤二二、找到最接近的两个类合并成一类，总类别数减少一个，并根据式(4‑6)计算RJ(i)的值，i为当前类别数，RJ(i)为RJ中的第i个元素，表示当类别数目为i时的类间类内距离比值，i＝1,2,…,n；设加权类内距离为加权类间距离为则相关定义如下：Jb*=Σj′=1ipj′·Sj′*Jc*=Σi′=1iΣj′=i′+1iqi′j′·Ti′j′*RJ(i)=Jc*Jb*---(4-6)]]>其中，为第j'类的类内距离均值Sj′*=2nj′(nj′-1)Σxj′k∈Xj′Σxj′t′∈Xj′dist(xj′k,xj′t′),nj′>1min(S*)nj′=1---(4-7)]]>pj′=nj′n---(4-8)]]>为第i'类与第j'类的类间距离均值Ti′j′*=1ni′·nj′Σt=1ni′Σk=1nj′dist(xi′t,xj′k)---(4-9)]]>qi′j′=ni′+nj′n(i-1)---(4-10)]]>式中，dist(xi't,xj'k)表示计算xi't与xj'k之间的欧式距离；pj'为第j'类的类内距离权重；qi'j'为第i'类与第j'类的类间距离权重，j'＝1,2,…,i，i'＝1,2,…,i；xj'k为第j'类Xj'中的第k个序列，k＝1,2,…,nj'，nj'为第j'类的成员数目；xi't为第i'类Xi'中的第t个序列t＝1,2,…,ni'，ni'为第i'类的成员数目；Xj'为第j'类的时间序列集合S*为类内距离均值序列；Xi'为第i'类的时间序列集合xj't'为第j'类Xj'中的第t'个序列，t'＝1,2,…,nj'；步骤二三、重新计算合并后的类与未合并的类之间的距离，更新欧式距离矩阵；步骤二四、重复步骤二二和步骤二三，直到合并成一个类别数目为止，并令RJ(1)＝0，RJ(1)为RJ中的第1个元素，表示当类别数目为1时的类间类内距离比值；步骤二五、获取RJ序列中前半段序列中的最大值RJ(c)，RJ序列中前半段序列为其中c即为最佳的聚类数目，并获得对应c类的聚类后类别标签L＝{l1,l2,…,ln}；步骤二六、根据设定异常判定参数R对聚类后的各类别进行判定，若则表示第i'类为异常类别并对该类别进行删除；步骤二七、删除所有异常类别后即得到卫星正常运行模式含有类别标签的时间序列和类别标签此时类别数目为c‑c'，c'表示异常类别数目；步骤三、结合匹配阈值以步骤二中获得的含有类别标签的时间序列和类别标签为样本，采用最近邻居算法对最新卫星遥测时间序列x”进行模式匹配，并根据模式匹配结果实现卫星遥测数据异常检测。