[发明专利]用于检测实时序列中的异常的方法

权利要求书

1.一种用于检测实时序列中的异常的方法，所述方法包括以下步骤：

确定多对正常的时间序列数据之间的非负成对相似性的相似性矩阵，每个所述时间序列数据对应表示所述时间序列数据的维度的变量；

将谱聚类过程应用到所述相似性矩阵，以将表示所述时间序列数据的维度的所述变量分割成互斥的多个组；

针对每个组估计正常行为的模型；

使用针对每个组的正常行为的所述模型针对所述实时序列数据确定异常分数；以及

将所述异常分数与预定阈值进行比较，以通报所述异常，其中，这些步骤在处理器中执行。

2.根据权利要求1所述的方法，其中，所述实时序列数据由传感器获得。

3.根据权利要求1所述的方法，其中，所述谱聚类使用相关系数的绝对值作为相似性度量。

4.根据权利要求3所述的方法，其中，所述相关系数是线性、非线性、径向基函数网络的输出、或支持向量机。

5.根据权利要求1所述的方法，其中，所述谱聚类使同一组中的变量之间的相似性最大化，并且使不同组中的元素之间的相似性最小化。

6.根据权利要求1所述的方法，其中，所述维度是M维欧几里德空间的维度。

7.根据权利要求1所述的方法，其中，所述谱聚类使用归一化割过程。

8.根据权利要求3所述的方法，其中，多对变量i和j之间的所述相似性度量b_ij不一定是对称的，并且所述相似性矩阵是a_ij＝(b_ij+b_ji)/2的A。

9.根据权利要求1所述的方法，其中，每个组的所述模型由关于该组中的所述变量的概率密度函数表示。

10.根据权利要求9所述的方法，其中，所述概率密度函数是多元高斯分布。

11.根据权利要求9所述的方法，其中，所述概率密度函数是非参数的Parzen核密度估计。

12.根据权利要求1所述的方法，所述方法还包括：

组合所述异常分数，以形成全局异常分数；以及

将所述全局异常分数与所述预定阈值进行比较，以通报所述异常。

13.根据权利要求12所述的方法，其中，所述组合是加权相加，其中权重与每个组的变量的数目成比例。

14.根据权利要求1所述的方法，其中，组合使用通用逻辑表达式。

15.根据权利要求14所述的方法，其中，所述逻辑表达式由针对所述分数相对于组特定的阈值的逻辑条件的逻辑运算符AND和OR构成。