[发明专利]一种异常检测方法

权利要求书

1.一种异常检测的方法，其特征在于，包括：

获取待检测时序数据；

获取所述待检测时序数据的周期样本数；

根据所述待检测时序数据的周期样本数，确定滑动窗口长度；

在每个所述待检测时序数据的时间点，获取长度为所述滑动窗口长度的子序列，并将所述子序列输入异常检测模型中，获取目标数据；

将每个所述时间点对应的所述目标数据建模，获取所述待检测时序数据中的异常时间点。

2.根据权利要求1所述的方法，其特征在于，所述获取所述待检测时序数据的周期样本数，包括：

将所述待检测时序数据通过傅里叶变换，并获取功率谱密度图；

根据所述功率谱密度图，获取所述待检测时序数据的周期样本数。

3.根据权利要求2所述的方法，其特征在于，所述根据所述待检测时序数据的周期样本数，确定滑动窗口长度，包括：

所述滑动窗口长度为所述待检测时序数据的周期样本数的五倍。

4.根据权利要求2所述的方法，其特征在于，所述在每个所述待检测时序数据的时间点，获取长度为所述滑动窗口长度的子序列，并将所述子序列输入异常检测模型中，获取目标数据，具体包括：

在每个所述待检测时序数据的时间点，获取长度为所述滑动窗口长度的子序列；

获取所述子序列的残差项；

根据所述残差项，获取所述子序列的目标统计值；

其中，所述目标统计值为所述子序列中最后一个数据的统计值。

5.根据权利要求4所述的方法，其特征在于，所述获取所述子序列的残差项，包括：

将所述子序列通过STL算法；

获取所述子序列的残差值。

6.根据权利要求5所述的方法，其特征在于，所述根据所述残差项，获取所述子序列的目标统计值；其中，所述目标统计值为所述子序列中最后一个数据的统计值，包括：

根据所述残差项，获取所述残差项的中位数median(r(x_w(t)))，所述残差项的中位数绝对偏差值MAD(r(x_w(t)))；

将所述残差项，所述残差项的中位数median(r(x_w(t)))以及所述残差项的中位数绝对偏差值MAD(r(x_w(t)))输入到参数公式中，获取所述子序列的目标统计值；

其中，所述目标统计值为所述子序列中最后一个数据的统计值。

7.根据权利要求6所述的方法，其特征在于，所述参数公式，包括：

其中，D为所述目标统计值，x_w(t)为所述子序列，x_t为所述子序列中最后一个数据，r(x_w(t))为所述子序列的残差项，r(x_t)为所述子序列中最后一个数据的残差项。

8.根据权利要求7所述的方法，其特征在于，包括：所述残差项的中位数绝对偏差值MAD(r(x_w(t)))通过所述中位数绝对偏差公式获取；

其中，所述中位数绝对偏差公式为：

MAD(r(x_w(t)))＝median(|r(x_i)-median(r(x_w(t)))|)。

9.根据权利要求8所述的方法，其特征在于，所述获取所述子序列的残差项后，还包括：

将所述残差项划分为第一数据和第二数据；

在所述第二数据满足预设条件的情况下，判断所述第二数据为异常数据。