[发明专利]时序数据异常检测方法、装置、设备及存储介质

权利要求书

1.一种时序数据异常检测方法，其特征在于，所述时序数据异常检测方法包括：

采集待检测的时序数据，并通过预置滑动时间窗提取固定时间长度的子时序数据；

调用预置格拉姆角场算法，对所述子时序数据进行2D转换，得到第一时序角场矩阵；

将所述第一时序角场矩阵输入预置时序重构模型进行时序数据重构，得到第二时序角场矩阵；

调用预置损失函数，计算所述第一时序角场矩阵和所述第二时序角场矩阵的损失值，并判断所述损失值是否超过预置损失阈值；

若是，则确定所述子时序数据存在异常。

2.根据权利要求1所述的时序数据异常检测方法，其特征在于，所述时序重构模型包括编码器和解码器，其中，所述编码器由多层一维卷积层和池化层构成，所述解码器由多层一维反卷积层和卷积层构成，在所述采集待检测的时序数据之前，还包括：

采集无异常的时序数据，并通过所述滑动时间窗提取固定时间长度的无异常子时序数据；

调用预置格拉姆角场算法，对所述无异常子时序数据进行2D转换，得到第三时序角场矩阵；

将所述第三时序角场矩阵输入所述多层一维卷积层进行卷积运算，得到第一特征矩阵；

将所述第一特征矩阵输入所述池化层进行均值编码，得到第一编码矩阵；

将所述第一编码矩阵输入所述多层一维反卷积层进行特征转换，得到第一转换矩阵；

将所述第一转换矩阵输入所述卷积层进行特征重构，得到第四时序角场矩阵；

调用预置损失函数，计算所述第三时序角场矩阵和所述第四时序角场矩阵的损失值；

根据所述损失值，调用预置优化算法对所述编码器和所述解码器进行参数优化，直至所述编码器和所述解码器收敛，得到时序重构模型。

3.根据权利要求2所述的时序数据异常检测方法，其特征在于，所述根据所述损失值，调用预置优化算法对所述编码器和所述解码器进行参数优化，直至所述编码器和所述解码器收敛，得到时序重构模型包括：

根据所述损失值，调用预置优化算法计算所述编码器和所述解码器的一阶矩估计和二阶矩估计；

对所述一阶矩估计和所述二阶矩估计进行修正，并通过修正后的一阶矩估计和二阶矩估计进行参数更新，直至所述编码器和所述解码器收敛，得到时序重构模型。

4.根据权利要求1所述的时序数据异常检测方法，其特征在于，所述采集待检测的时序数据，并通过所述滑动时间窗提取固定时间长度的子时序数据包括：

采集待检测的时序数据，并调整所述滑动时间窗的窗口长度；

通过所述调整后的滑动时间窗，每隔预置固定时间向前获取固定时间长度的时序采集值，得到所述待检测的时序数据的子时序数据。

5.根据权利要求1所述的时序数据异常检测方法，其特征在于，所述调用预置格拉姆角场算法，对所述子时序数据进行2D转换，得到第一时序角场矩阵包括：

对所述子时序数据中的时序值进行归一化，得到归一化时序数据；

对所述归一化时序数据进行极坐标转换，得到极坐标时序数据；

截取所述极坐标时序数据中的多个时间戳对应值，并对所述各时间戳对应值进行三角函数变换，得到第一时序角场矩阵。

6.根据权利要求1或5所述的时序数据异常检测方法，其特征在于，所述将所述第一时序角场矩阵输入预置时序重构模型进行时序数据重构，得到第二时序角场矩阵包括：

将所述第一时序角场矩阵输入所述多层一维卷积层进行卷积运算，得到第二特征矩阵；

将所述第二特征矩阵输入所述池化层进行均值编码，得到第二编码矩阵；

将所述第二编码矩阵输入所述多层一维反卷积层进行特征转换，得到第二转换矩阵；

将所述第二转换矩阵输入所述卷积层进行特征重构，得到第二时序角场矩阵。