[发明专利]一种基于密度的时序数据异常检测方法及装置在审
| 申请号： | 201810114278.X | 申请日： | 2018-02-05 |
| 公开（公告）号： | CN108319981A | 公开（公告）日： | 2018-07-24 |
| 发明（设计）人： | 王建民;宋韶旭;张奥千;王昳晗 | 申请（专利权）人： | 清华大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06F17/30 |
| 代理公司： | 北京路浩知识产权代理有限公司 11002 | 代理人： | 王莹;吴欢燕 |
| 地址： | 100084 北京市海*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于密度的时序数据异常检测方法及装置，所述方法包括将待检测时序数据分成多段，每段为一个子序列；计算每个子序列对应的特征向量；基于预先获取的训练数据特征向量集，计算所述特征向量的局部异常因子，若所述局部异常因子大于预设阈值，则所述特征向量对应的子序列为异常数据。本发明提供的基于密度的时序数据异常检测方法及装置，首先进行数据分段，然后进行特征提取，最后根据基于密度的局部异常因子判断数据段是否为异常数据段；本发明不依赖于领域知识，通用性好，并且只根据数据本身的分布特点进行异常数据的检测，提高了检测结果的准确性。 | ||
| 搜索关键词： | 时序数据 特征向量 异常检测 异常数据 异常因子 子序列 特征向量集 分布特点 检测结果 领域知识 判断数据 数据分段 特征提取 训练数据 预先获取 检测 多段 预设 | ||
【主权项】：
1.一种基于密度的时序数据异常检测方法，其特征在于，包括：将待检测时序数据分成多段，每段为一个子序列；计算每个子序列对应的特征向量；基于预先获取的训练数据特征向量集，计算所述特征向量的局部异常因子，若判断获知所述局部异常因子大于预设阈值，则所述特征向量对应的子序列为异常数据。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于清华大学，未经清华大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810114278.X/，转载请声明来源钻瓜专利网。
