申请/专利权人：东海实验室

申请日：2023-12-28

公开（公告）日：2024-04-02

公开（公告）号：CN117807456A

主分类号：G06F18/23

分类号：G06F18/23;G06F18/20;G06F18/214;G06N3/088

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.19#实质审查的生效;2024.04.02#公开

摘要：本发明公开了一种基于动态时间弯曲的多元时间序列异常检测方法，首先采用参数化的加权动态时间弯曲距离作为相似性度量方法，对多元时间序列样本进行模糊C均值聚类；然后以样本各维度的重要度作为约束条件，迭代优化模型得到最优加权动态时间弯曲距离；最后利用优化的相似性度量方法和簇中心对各样本进行重构并计算异常分值，实现对异常样本的识别。本发明可显著提高多元时间序列数据的异常检测准确率，在现实应用中可发挥重要作用，如在互联网用户行为监控中，针对高并发网络流量的异常诊断，能够帮助运维人员有效识别异常账户和攻击行为，提高网络安全性能，保障互联网的正常运行。

主权项：1.基于动态时间弯曲的多元时间序列异常检测方法，其特征在于，包括以下步骤：1模型初始化，具体包括以下子步骤：1.1对多元时间序列各维度做移动平滑处理，得到平滑多元时间序列T；1.2利用滑动窗口划分多元时间序列T得到训练样本集合X＝{x1,…,xj,…,xn}；1.3初始化簇中心集合V、样本隶属度矩阵U和权重系数集合Λ，设置异常阈值ε；2模型优化，具体包括以下子步骤：2.1保持隶属度矩阵U、簇中心集合V、权重系数集合Λ不变，优化样本到簇中心的最优弯曲路径P；2.2保持样本到簇中心的最优弯曲路径P、簇中心集合V、权重系数集合Λ不变，优化隶属度矩阵U；2.3保持样本到簇中心的最优弯曲路径P、隶属度矩阵U、簇中心集合V不变，优化权重系数集合Λ；2.4保持样本到簇中心的最优弯曲路径P、隶属度矩阵U、权重系数集合Λ不变，优化簇中心集合V；2.5计算目标函数值J，若小于收敛阈值，则输出隶属度矩阵U和簇中心集合V，否则重复步骤2.1～2.5；3隐空间构建，具体包括以下子步骤：3.1初始化X的重构样本集合Y＝{y1,…,yi,…,yn}；3.2保持样本到簇中心的最优弯曲路径P、隶属度矩阵U、簇中心集合V以及权重系数集合Λ不变，依次计算每个重构样本yj；3.3计算重构样本与原样本的加权动态时间弯曲距离作为样本异常分值；3.4比较样本异常分值与异常阈值的大小，若大于阈值，则输出样本作为异常样本。

全文数据：

权利要求：

百度查询： 东海实验室 基于动态时间弯曲的多元时间序列异常检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD