一种时间序列异常检测系统及方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115456107A(43)申请公布日2022.12.09(21)申请号202211201476.2(22)申请日2022.09.29(71)申请人中国农业银行股份有限公司地址100005北京市东城区建国门内大街69号(72)发明人侯策张振领陈子昂刘尚秋(74)专利代理机构北京集佳知识产权代理有限公司11227专利代理师张志梅(51)Int.Cl.G06K9/62(2022.01)G06N3/04(2006.01)G06N3/08(2006.01)权利要求书2页说明书10页附图4页(54)发明名称一种时间序列异常检测系统及方法(57)摘要本申请提供一种时间序列异常检测系统及方法，初始化伪标签生成单元对无标签的时序数据集中的部分数据自动标注伪标签，将携带有伪标签的部分数据确定为初始化伪标签数据集，迭代自训练单元利用伪标签数据集对迭代自训练单元进行训练，将时序数据集输入至训练后的迭代自训练单元，得到更新后的伪标签数据集，利用更新后的伪标签数据集继续对迭代自训练单元进行训练，继续将时序数据集输入至训练后的迭代自训练单元，重复得到更新后的伪标签数据集的过程，将迭代自训练单元最后一次输出结果作为时间序列异常检测结果，本申请实施例无需人工标注标签，利用自动标注的伪标签指导迭代自训练单元进行无监督学习，有效进行时间序列异常检测。CN115456107ACN115456107A权利要求书1/2页1.一种时间序列异常检测系统，其特征在于，所述系统包括：初始化伪标签生成单元和迭代自训练单元；所述初始化伪标签生成单元用于对无标签的时序数据集中的部分数据自动标注伪标签，将所述携带有伪标签的部分数据确定为初始化伪标签数据集；所述迭代自训练单元用于获取所述初始化伪标签数据集和所述时序数据集，利用所述伪标签数据集对所述迭代自训练单元进行训练，将所述时序数据集输入至所述训练后的迭代自训练单元，得到更新后的伪标签数据集，利用所述更新后的伪标签数据集继续对所述迭代自训练单元进行训练，继续将所述时序数据集输入至所述训练后的迭代自训练单元，重复得到更新后的伪标签数据集的过程，直到所述迭代自训练单元的训练次数达到预设次数，将所述迭代自训练单元最后一次对所述时序数据集进行处理的输出结果作为时间序列异常检测结果。2.根据权利要求1所述的系统，其特征在于，所述迭代自训练单元包括自编码器、多层感知机和伪标签生成器；所述自编码器用于根据所述初始化伪标签数据集进行训练，将所述时序数据集输入所述经过训练后的自编码器，得到第1次重构时序数据集；所述多层感知机用于获取所述第1次重构时序数据集，得到所述时序数据集中每个数据的异常分数；所述伪标签生成器用于根据所述每个数据的异常分数，为所述时序数据集中的部分数据自动标注伪标签，将所述携带有伪标签的部分数据确定为更新后的伪标签数据集。3.根据权利要求2所述的系统，其特征在于，所述自编码器用于根据所述更新后的伪标签数据集继续进行训练，将所述时序数据集输入所述经过训练后的自编码器，得到第i次重构时序数据集，i＞1；所述多层感知机用于获取所述第i次重构时序数据集，得到所述时序数据集中每个数据的异常分数；所述伪标签生成器用于根据所述每个数据的异常分数，为所述时序数据集中的部分数据自动标注伪标签，将所述携带有伪标签的部分数据确定为更新后的伪标签数据集；判断所述i是否大于或等于预设次数，若是，则将所述伪标签生成器最后一次对所述时序数据集进行自动标注的部分数据作为时间序列异常检测结果。4.根据权利要求1‑3任意一项所述的系统，其特征在于，所述初始化伪标签生成单元包括自编码器、重构误差算子和伪标签生成器；所述自编码器用于根据所述时序数据集进行训练，将所述时序数据集输入所述经过训练后的自编码器，得到第二重构时序数据集；所述重构误差算子用于计算所述时序数据集和所述第二重构时序数据集之间的误差，得到所述时序数据集中每个数据的异常分数；所述伪标签生成器用于根据所述每个数据的异常分数，为所述时序数据集中的部分数据自动标注伪标签，将所述携带有伪标签的部分数据确定为初始化伪标签数据集。5.根据权利要求1‑3任意一项所述的系统，其特征在于，所述系统还包括特征筛选器；所述特征筛选器用于对原始时序数据集进行筛选，得到所述时序数据集。6.一种时间序列异常检测方法，其特征在于，所述方法包括：2CN115456107A权利要求书2/2页对无标签的时序数据集中的部分数据自动标注伪标签，将所述携带有伪标签的部分数据确定为初始化伪标签数据集；获取所述初始化伪标签数据集和所述时序数据集，利用所述伪标签数据集对迭代自训练单元进行训练，将所述时序数据集输入至所述训练后的迭代自训练单元，得到更新后的伪标签数据集，利用所述更新后的伪标签