[发明专利]异常检测装置、异常检测方法及存储介质有效
申请号: | 201780081392.0 | 申请日: | 2017-09-25 |
公开(公告)号: | CN110121724B | 公开(公告)日: | 2023-08-08 |
发明(设计)人: | 大桥纯;尾崎佑美 | 申请(专利权)人: | 株式会社东芝;东芝数字解决方案株式会社 |
主分类号: | G06N99/00 | 分类号: | G06N99/00;G06F11/07;G06N3/08 |
代理公司: | 永新专利商标代理有限公司 72002 | 代理人: | 刘英华 |
地址: | 日本*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 异常 检测 装置 方法 存储 介质 | ||
1.一种异常检测装置,具备:
检测部,将成为异常检测的对象的检测对象数据向进行了基于第1学习对象数据的学习的第1自动编码器输入,由此检测上述检测对象数据内的第1异常数据,该第1学习对象数据成为学习的对象;
去除部,将上述第1学习对象数据向进行了基于由上述检测部检测到的上述第1异常数据的学习的第2自动编码器输入,由此从上述第1学习对象数据中将与上述第1异常数据建立关联的数据去除而生成第2学习对象数据;以及
学习部,基于由上述去除部生成的上述第2学习对象数据,使上述第1自动编码器进行学习,
上述检测部,计算上述检测对象数据与通过用上述第1自动编码器对上述检测对象数据进行压缩并重构而生成的重构数据之间的第1差异,基于上述第1差异,检测上述第1异常数据。
2.如权利要求1所述的异常检测装置,其中,
上述去除部,计算上述第1学习对象数据与通过用上述第2自动编码器对上述第1学习对象数据进行压缩并重构而生成的重构数据之间的第2差异,基于上述第2差异,从上述第1学习对象数据中,将与上述第1异常数据建立关联的数据去除,而生成上述第2学习对象数据。
3.如权利要求1所述的异常检测装置,其中,
上述去除部,将上述第2学习对象数据向进行了基于第2异常数据的学习的第3自动编码器输入,由此从上述第2学习对象数据中将上述第2异常数据去除而生成第3学习对象数据,上述第2异常数据,是上述第1异常数据内的、上述第1异常数据与通过用上述第2自动编码器对上述第1异常数据进行压缩并重构而生成的重构数据之间的差异为阈值以上的数据,
上述学习部,基于上述第3学习对象数据,使上述第1自动编码器进行学习。
4.如权利要求1所述的异常检测装置,其中,
上述去除部,将第n学习对象数据向进行了基于第n异常数据的学习的第n+1自动编码器输入,由此从上述第n学习对象数据中将上述第n异常数据去除而生成第n+1学习对象数据,上述第n异常数据,是第n-1异常数据内的、第n-1异常数据与通过用第n自动编码器对上述第n-1异常数据进行压缩并重构而生成的重构数据之间的差异为阈值以上的数据,
上述学习部,基于上述第n+1学习对象数据,使上述第1自动编码器进行学习,
上述n是2以上的自然数。
5.一种异常检测方法,
将成为异常检测的对象的检测对象数据向进行了基于第1学习对象数据的学习的第1自动编码器输入,计算上述检测对象数据与通过用上述第1自动编码器对上述检测对象数据进行压缩并重构而生成的重构数据之间的第1差异,基于上述第1差异,检测上述检测对象数据内的第1异常数据,该第1学习对象数据成为学习的对象;
将上述第1学习对象数据向进行了基于所检测到的上述第1异常数据的学习的第2自动编码器输入,由此从上述第1学习对象数据中将与上述第1异常数据建立关联的数据去除而生成第2学习对象数据;
基于所生成的上述第2学习对象数据,使上述第1自动编码器进行学习。
6.如权利要求5所述的异常检测方法,其中,
将上述第2学习对象数据向进行了基于第2异常数据的学习的第3自动编码器输入,由此从上述第2学习对象数据中将上述第2异常数据去除而生成第3学习对象数据,上述第2异常数据,是上述第1异常数据内的、上述第1异常数据与通过用上述第2自动编码器对上述第1异常数据进行压缩并重构而生成的重构数据之间的差异为阈值以上的数据,
基于上述第3学习对象数据,使上述第1自动编码器进行学习。
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株式会社东芝;东芝数字解决方案株式会社,未经株式会社东芝;东芝数字解决方案株式会社许可,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/pat/books/201780081392.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:人工神经网络
- 下一篇:用于修改请求的位置信息的方法和系统