[发明专利]一种基于HTM改进的时序异常检测算法

权利要求书

1.一种基于HTM改进的时序异常检测算法，其特征在于，包括以下步骤：

1）时序数据同时进入HTM算法、第一种空间异常判定方法产生的第一种异常空间范围、第二种空间异常判定方法产生的第二种异常空间范围以及第三种空间异常判定方法；

2）如果时序数据的当前值同时超出第一种异常空间范围和第二种异常空间范围，会被判定为异常；

如果第三种空间异常判定方法中的异常概率大于阈值，则时序数据的当前值也会被判定为异常；

经过HTM算法计算后的异常概率大于阈值，则时序数据的当前值也会被判定为异常。

2.根据权利要求1所述的基于HTM改进的时序异常检测算法，其特征在于，步骤1）中，第一种空间异常判定方法、第二种空间异常判定方法和第三种空间异常判定方法中、、和参数建立，具体包括：

对于一条时序数据，随着时间的变化，数据每隔一段时间都在不断产生新的数值，每隔个点，计算出当前时间点前个点的滑动历史最大值和滑动历史最小值，不包括当前时间点；

其中，为当前时间点前个点的时序数据，不包括当前时间点；

同时得到滑动历史均值和滑动历史标准差，其中函数是求最大值，函数是求最小值，函数是求和。

3.根据权利要求2所述的基于HTM改进的时序异常检测算法，其特征在于，步骤1）中，=5~100，为1000~10000。

4.根据权利要求2所述的基于HTM改进的时序异常检测算法，其特征在于，步骤1）中，第一种空间异常判定方法，具体包括：

1.1.1）得到空间容忍度：

1.1.2）得到空间容忍范围上界：

；

1.1.3）得到空间容忍范围下界：

；

其中，为双曲正切函数，cv为变异系数，，取0.1~10，取0~1。

5.根据权利要求2所述的基于HTM改进的时序异常检测算法，其特征在于，步骤1）中，第二种空间异常判定方法，具体包括：

1.2.1）得到空间容忍范围上界：；

1.2.2）得到空间容忍范围下界：，abs为取绝对值；

其中，为双曲正切函数，cv为变异系数，，取0.1~10，取0~1。

6.根据权利要求2所述的基于HTM改进的时序异常检测算法，其特征在于，步骤1）中，第三种空间异常判定方法，具体包括：

1.3.1）将时序数据的原始数据分布建模为滚动正态分布，即均值和标准差不断更新；

1.3.2）计算当前时间最近个点的平均值，=5~100，包括当前时间点：；

1.3.3）利用互补误差函数计算得到异常概率为：；

1.3.4）对异常概率值取对数得到新的概率值：，其中为以自然常数为底的对数。

7.根据权利要求1所述的基于HTM改进的时序异常检测算法，其特征在于，步骤1）中，阈值的范围为[0.6，1）。

8.根据权利要求1所述的基于HTM改进的时序异常检测算法，其特征在于，步骤1）中，阈值的范围为[0.6，1）。