[发明专利]一种异常检测训练集的构建方法及装置

权利要求书

1.一种异常检测训练集的构建方法，其特征在于，包括：

获取样本数据集合，并将所述获取到的样本数据集合确定为当前数据集合；

获取各个当前标注指令；

依据获取到的所述各个当前标注指令，在所述当前数据集合中获取与所述各个当前标注指令相对应的已标注数据，将所述已标注数据加入第一数据集合，将所述当前数据集合中的未标注数据组成第二数据集合；其中，所述已标注数据包括正常点数据或异常点数据；

判断所述第一数据集合中异常点数据的个数是否达到预设数值；

若是，依据所述第一数据集合中的已标记数据和所述第二数据集合中的未标记数据，生成训练集；

若否，依据所述第一数据集合，计算所述第二数据集合中的未标注数据的异常点概率，依据所述异常点概率，对所述第二数据集合中的未标注数据进行排序，将排序后的第二数据集合确定为当前数据集合，返回执行所述获取各个当前标注指令。

2.根据权利要求1所述的方法，其特征在于，所述依据获取到的所述各个当前标注指令，在所述当前数据集合中获取与所述各个当前标注指令相对应的已标注数据，将所述已标注数据加入第一数据集合，将所述当前数据集合中的未标注数据组成第二数据集合，包括：

解析获取到的所述各个标注指令，获得与所述各个标注指令相对应的标注；

依据标注指令与数据间的对应关系，为所述各个数据添加相对应的标注；其中，所述各个数据是在所述当前数据集合中获取的；

将所述各个添加标注的数据确定为已标注数据，并将所述已标注数据加入第一数据集合；其中，所述已标注数据包括正常点数据或异常点数据；

将所述当前数据集合中的未标注数据组成第二数据集合。

3.根据权利要求2所述的方法，其特征在于，正常点的标注为1，异常点的标注为0，则：

所述依据所述第一数据集合，计算所述第二数据集合中的未标注数据的异常点概率，包括：

将所述样本数据集合表示为X={x₁,x₂,...x_n}，将第一数据集合表示为L={x₁,x₂,...x_l}，将第二数据集合表示为U={x_l+1,x_l+2,...x_n}；

依据所述第一数据集合中各个数据的标注生成标注集合F={u₁,u₂,...u_l}；其中，所述u_i为1或0；

依据所述第一数据集合、所述第二数据集合及所述标注集合，利用公式Q=Σi=1nΣj=1k[tij×d(Cj,xi)2]+r1(n-Σi=1nΣj=1ktij)+r2Σi=1l|ui-Σj=1ktij|]]>获取n×k维的矩阵T={t_ih|1≤i≤n,1≤h≤k}；

在所述矩阵中获取与所述集合U中各个数据x_i相对应的簇值，生成簇值集合{t_i1,t_i2,....,t_ik}；

依据与各个数据xi相对应的簇值集合，利用公式分别计算各个数据x_i的异常点的概率；

其中：所述n为获取的样本数据集合中的数据个数，所述k为所述样本数据集合中正常点形成簇的预设个数，所述C_j为第j个簇的聚类中心，所述r1、r2为预设的权重值，所述d(C_j,x_i)C_j为样本xi的欧式距离。