-
题名基于变分图自编码器的多变量时序数据异常检测
- 1
-
-
作者
尹文萃
谢平
叶成绪
韩佳新
夏星
-
机构
青海师范大学计算机学院
青海师范大学青海省物联网重点实验室
青海师范大学省部共建藏语信息智能处理及应用国家重点实验室
-
出处
《计算机科学》
北大核心
2025年第S1期688-695,共8页
-
基金
国家自然科学基金项目(62362057)
西宁市科学技术局项目(2024-Y-8)。
-
文摘
多变量时序数据异常检测指识别多变量时序数据中的异常值。为解决多变量时序数据间的复杂性和内部变量间特征依赖的问题,文中提出了一种基于变分图自编码器的多变量时序数据异常检测方法。首先,使用滑动窗口提取变量嵌入特征,并基于特征相似性构建结构关联关系图,然后将该多变量时序数据间的关联关系通过变分图自编码器进行优化,提高多变量时序数据的结构特征表征能力;其次,通过多头注意力机制提升多变量时序数据不同通道间的特征表示,并和多变量时序数据结构信息进行融合;最后,采用极值理论选取阈值并进行无监督异常检测。实验结果表明,所提模型在SWaT,MSL等数据集上F1分数达到了81.43%和99.67%的结果。
-
关键词
异常检测
多变量时序数据
图结构学习
变分图自编码器
-
Keywords
Anomaly detection
Multivariable time series data
Graph structure learning
Variational graph autoencoder
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
