[发明专利]一种自适应且分布无关的时间序列异常点检测方法

摘要

一种自适应且分布无关的时间序列异常点检测方法,涉及信息技术领域，尤其涉及一种自适应且分布无关的时间序列异常点检测方法。本发明为了解决现有时间序列数据中存在未知分布、界限控制难、参数需求多、训练数据少以及‘异常’本身的模糊性的问题。本发明按以下步骤进行：一、异常点的定义；二、时间序列特征化；三、相似度和异常度确定；四、基于统计假设检验的检测；五、增强式模糊化过程。本发明解决了现有技术中时间序列数据存在的一系列技术问题，并取得良好技术效果。本发明可应用于信息技术领域。

主权项

一种自适应且分布无关的时间序列异常点检测方法，其特征在于它按以下步骤进行：一、异常点的定义：异常点是和其它子序列极度不一致，且不处于统计控制状态的子序列，处于统计控制状态的时间子序列叫做受控数据或正常数据，否则，叫做失控数据或异常数据；时间序列中的异常点通过数据的幅度变化或者时间序列的波形变化来确定，因此异常点分成两类：幅度异常点和形状异常点；二、时间序列特征化：时间序列异常点检测的研究对象是子序列，时间序列X＝X₁,X₂,...,X_n是实数变量X在不同的时间点1,…,n取值的有序序列，其中n是时间点的个数，X_i是第i个观察值或子序列，X_i是长度为q的子序列或q个特征的集合，因此时间序列表示成n×q的矩阵；三、相似度和异常度确定：异常点检测算法的一个关键要素就是决定关于两个观察值匹配程度的相似度；X_i和X_j是时间点为i和j的一对子序列，每个时间点对应一个具有q个特征的集合，采用距离函数来确定算两个子序列间的相似度，距离越大，两个子序列间的相似度越小；对于每个子序列，将其与同一个时间序列中的其他子序列不一致的程度定义为异常度，异常度由一个子序列和它的K最近邻的距离的均值来计算，K最近邻是和该子序列最相似的K个近邻的集合；四、基于统计假设检验的检测：本发明中的统计假设检验只考虑异常度很大的情况，因而是单侧假设检验，由于数据的分布是未知的，不知道分布的参数，即不知道均值和标准差；根据异常度的定义，得到一个子序列和它的K最近邻的距离的均值，同时这个子序列的标准差也能被计算；当检验统计量服从正态分布，且参数是未知时，通常用无偏估计来代替这个参数，则检验统计量服从t分布，T检验不需要已知的分布参数，本发明用样本均值和标准差来代替分布参数并构建统计量以及拒绝域；五、增强式模糊化过程：增强式模糊化过程：第一次模糊化确定假设中的阈值θ，第二次模糊化确定拒绝域，同时将不等式(≥,＜)视为模糊谓词，为模糊化选择模糊集和隶属函数，在第一次模糊化过程中，当两个隶属函数相同时，确定阈值θ的值，在第二次模糊化过程中，通过比较隶属函数，确定拒绝域；模糊集的交叠特征是通过隶属函数中的参数反应的，而好的隶属函数不但能反映模糊概念的模糊特征，而且能清晰的表达客观实际内容，因此，模糊化中的参数基于这一原则进行优化，参数K的优化通过训练数据最大化综合性能得到，而如果训练数据有限，参数K预先设定，此时，算法是无监督的；