[发明专利]一种时间序列异常检测方法及装置有效
| 申请号： | 201811019950.3 | 申请日： | 2018-09-03 |
| 公开（公告）号： | CN109902703B | 公开（公告）日： | 2021-09-21 |
| 发明（设计）人： | 杨思晓;秦臻;田光见 | 申请（专利权）人： | 华为技术有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06K9/00 |
| 代理公司： | 北京中博世达专利商标代理有限公司 11274 | 代理人： | 申健 |
| 地址： | 518129 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请实施例公开了一种时间序列异常检测方法及装置，涉及数据分析技术领域。能够提高多状态模式时间序列异常检测的准确率。该方法可以包括：接收一组时间序列形式的信号；将信号按照预设规则划分为至少两个子序列；分别对每个子序列提取特征向量，获得特征向量样本集，特征向量样本集为每个子序列对应的特征向量构成的；在特征向量样本集中采用聚类算法获得聚类结果，聚类结果包括至少一个簇以及每个特征向量样本与簇的隶属关系，其中，每个簇为特征向量样本集的子集；在每个簇中应用机器学习算法建立异常行为模型；在每个簇中根据对应的异常行为模型进行异常检测获得异常点。 | ||
| 搜索关键词： | 一种 时间 序列 异常 检测 方法 装置 | ||
【主权项】：
1.一种时间序列异常检测方法，其特征在于，包括：接收一组时间序列形式的信号；将所述信号按照预设规则划分为至少两个子序列；分别对每个子序列提取特征向量，获得特征向量样本集，所述特征向量样本集为每个子序列对应的特征向量构成的；在所述特征向量样本集中采用聚类算法获得聚类结果，所述聚类结果包括至少一个簇以及每个特征向量样本与簇的隶属关系，其中，每个簇为所述特征向量样本集的子集；在每个簇中应用机器学习算法建立异常行为模型；在每个簇中根据对应的异常行为模型进行异常检测获得异常点。
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华为技术有限公司，未经华为技术有限公司许可，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/201811019950.3/，转载请声明来源钻瓜专利网。
- 上一篇：目标检测的方法和装置
- 下一篇：一种异常样本的识别方法、装置及存储介质
