[发明专利]一种时间序列异常值快速检测方法

说明书

本发明公开了一种时间序列异常值快速检测方法，属于时间序列异常值检测技术领域；解决了非单一阈值的情况下不能对时间序列异常值的检测的技术问题；其技术方案为：包括以下步骤：S1、滑动窗口R初始值设为主序列首部三个值；S2、滑动窗口R和减去3的值记为SR2；S3、将2、2插入到左子序列尾部，删除左子序列首部添加的3个值；S4、滑动窗口L和减去3的值记为SL2。本发明的有益效果是：本发明的检测方法是基于一个自定义的二维数组，在减少计算成本的同时，达到了高效的异常检测效果，在一些非单一阈值的实际背景下，对时间序列异常值的检测。

技术领域

本发明涉及时间序列异常值检测技术领域，尤其涉及一种时间序列异常值快速检测方法。

背景技术

随着互联网的发展和大数据技术的提升，每天都会有大量的数据产生，其中，时间序列数据是最广泛的数据类型。时间序列数据，即带有时间戳标记的数据统计量，能够揭示环境的变化、设备的运行状态等与人类生活密切相关的特征。时间序列的异常检测问题在很多领域都具有重要的应用价值，例如智能交通，健康指标，网络入侵检测等。在上述提到的多个领域中，时间序列的异常值大多指的是一个时间点的数据超过了其所设定的阈值，而在一些特殊的日常背景下，不能够简单的依据单一的阈值来判断数据是否异常，例如以下背景。

我国法律统一规定的节假日包括元旦、春节、清明节、劳动节、端午节、中秋节、国庆节七种节日，其中春节和国庆节放假天数为7天，其余节日天数均大于或等于3天。根据百度地图提供的交通出行大数据报告我们可以看到法定节假日期间的交通出行量相对于平常工作日都会有一个小幅度或者大幅度的提升，其中春节和国庆长假前一天为去程人口迁徙高峰，交通出行量有一个大幅度的提升，节假日最后一天为返程人口迁徙高峰，交通出行量也会有一个大幅度的提升。若将时间划分为非节假日，一般节假日和长假三种情况，交通出行量划分为下、中、上三个区间。可以得出结论：非节假日期间，交通出行量一般处于下区间；一般节假日期间，交通出行量一般处于中区间或者上区间；长假期间，分为两种情况：1.国庆长假属于旅游旺季，期间交通出行量一般均为中/上区间；2.春节前期和后期为返乡离乡高峰期，届时交通出行量达到上区间，而春节中期，出行人数变少，交通出行量可能会处于中/下区间。

综上可以定义节假日期间交通出行量高峰期分为三种情况：1.连续四天或四天以上交通出行量处于中/上区间，则此期间定义为节假日交通出行高峰期；2.交通出行量达到上区间时，定义为节假日交通出行高峰期；3.交通出行量达到上区间时前后连续时间内交通出行量为中区间时，此时中区间也包含为节假日交通出行高峰期。特别指出的是，在一些旺季时刻，周末前一天以及周末两天也可能会出现交通出行量小幅度的提升，根据我们的方法，只会检测出节假日期间交通出行高峰期，不会被类似的非节假日期间的异常情况所出现的交通出行高峰期所影响。

本发明的方法可以解决类似上述背景下时间序列异常值的检测问题，目前没有发现同本发明类似技术的说明或报道，也尚未收集到国内外类似的资料。

如何解决上述技术问题为本发明面临的课题。

发明内容

为了解决以上技术问题，本发明提供了一种时间序列异常值快速检测方法，该检测方法基于一个自定义的二维数组，在减少计算成本的同时，达到了高效的异常检测效果，在一些非单一阈值的实际背景下，对时间序列异常值的检测。

为了更好地实现上述发明目的，本发明给出基本定义如下：

1、定义依据背景将时间序列数据依次归类为下区间、中区间、上区间，分别映射为1、 2、5，并且将1、1、1插入到映射后的序列首部，所得到的序列为本方法初始主序列；

2、定义序列中的异常情况分为三种情况：1.当序列中出现连续四个或四个以上的值为 2或5，如2、2、2、2为异常情况；2.序列中出现值为5，如1、5、1，其中5为异常情况； 3.序列中值为5前后连续出现的值为2，如2、5、2，其中2、5、2都为异常情况；