[发明专利]一种对时间序列进行异常检测的方法、系统、设备及介质

权利要求书

1.一种对时间序列进行异常检测的方法，其特征在于，包括：

将时间序列输入到自编码器进行训练，并从训练好的自编码器中获取所述时间序列的抽象特征；

将所述时间序列的抽象特征输入到KED模型，得到对应于所述时间序列的抽象特征的概率密度函数；

将待检测数据输入到训练好的自编码器，得到待检测数据的抽象特征；

将待检测数据的抽象特征输入到所述概率密度函数，得到待检测数据的密度值；

根据阈值以及所述待检测数据对应的密度值判断所述待检测数据是否为异常数据。

2.根据权利要求1所述的方法，其特征在于，将时间序列输入到自编码器进行训练包括：

确定自编码器的特征空间的维度、编码和解码过程中的隐藏层层数和输入/输出维度以及损失函数，并将所述时间序列输入到所述自编码器；

通过最小化所述损失函数对输入了所述时间序列的自编码器进行训练。

3.根据权利要求2所述的方法，其特征在于，通过最小化所述损失函数对输入了所述时间序列的自编码器进行训练包括：

根据所述损失函数的大小调整所述自编码器在编码和解码过程中的所述隐藏层层数和所述输入/输出维度以及所述特征空间的维度，并对调整参数后的自编码器进行训练，直到得到满足条件的损失函数。

4.根据权利要求1所述的方法，其特征在于，将所述时间序列的抽象特征输入到KED模型，得到对应于所述时间序列的抽象特征的概率密度函数包括：

确定所述KED模型的核函数以及超参数；

将所述时间序列的抽象特征输入到确定了所述核函数以及所述超参数的KED模型，得到对应于所述时间序列的抽象特征的概率密度函数。

5.根据权利要求1所述的方法，其特征在于，将时间序列输入到自编码器进行训练包括：

按照预设时间单位分别将多个时间序列依次输入到自编码器进行训练。

6.根据权利要求5所述的方法，其特征在于，从训练好的自编码器中获取所述时间序列的抽象特征包括：

从训练好的自编码器中依次获取所有所述时间序列的抽象特征。

7.根据权利要求6所述的方法，其特征在于，将所述时间序列的抽象特征输入到KED模型，得到对应于所述时间序列的抽象特征的概率密度函数包括：

将所有所述时间序列的抽象特征输入到KED模型进行训练，得到对应于所述时间序列的抽象特征的概率密度函数。

8.一种对时间序列进行异常检测的系统，其特征在于，包括：

第一训练模块，所述第一训练模块配置为将时间序列输入到自编码器进行训练，并从训练好的自编码器中获取所述时间序列的抽象特征；

第二训练模块，所述第二训练模块配置为将所述时间序列的抽象特征输入到KED模型，得到对应于所述时间序列的抽象特征的概率密度函数；

第一检测模块，所述第一检测模块配置为将待检测数据输入到训练好的自编码器，得到待检测数据的抽象特征；

第二检测模块，所述第二检测模块配置为将待检测数据的抽象特征输入到所述概率密度函数，得到待检测数据的密度值；

判断模块，所述判断模块配置为根据阈值以及所述待检测数据对应的密度值判断所述待检测数据是否为异常数据。

9.一种计算机设备，包括：

至少一个处理器；以及

存储器，所述存储器存储有可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时执行如权利要求1至7任意一项所述的方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时执行如权利要求1至7任意一项所述的方法的步骤。