基于层级实时记忆算法的时间序列异常检测算法-电子学报.PDFVIP

第２期 电　　子　　学　　报 Ｖｏｌ．４６　Ｎｏ．２ ２０１８年２月 ＡＣＴＡＥＬＥＣＴＲＯＮＩＣＡＳＩＮＩＣＡ Ｆｅｂ．　２０１８ 基于层级实时记忆算法的 时间序列异常检测算法 １ １ ２ 曾惟如 ，吴　佳 ，闫　飞 （１．电子科技大学信息与软件工程学院，四川成都６１００５４； ２．西南交通大学信息科学与技术学院，四川成都６１１７５６） 　　摘　要：　时间序列异常检测是数据分析中一个重要的研究领域．传统的时间序列的异常检测方法主要通过比较 检测数据和历史数据的差异程度，以判断被检测数据是否为奇异点（Ｓｕｒｐｒｉｓｅ）、离群（Ｏｕｔｌｉｅｒ）点等．然而序列和窗口的 划分，状态的划分或者异常的定义和判定等问题，使得这类方法存在一定的局限性．本文针对传统时间序列检测算法 不足，提出一种基于层级实时记忆算法的时间序列异常检测算法．该方法对时间序列内在模式关系进行学习，建立预 测模型，通过比较预测值和真实值的偏离程度来判断数据是否异常．首先使用稀疏离散表征在保证保留数据相关性的 同时又将数据离散化；然后输入到模型网络，预测下一时刻的数据值；最终根据预测值和真实值的差异为数据异常程 度进行定量评分．在人造数据和真实数据上的实验表明，该方法能够准确、快速地发掘时间序列中的异常． 关键词：　异常检测；神经网络；层级实时记忆；稀疏离散表征 中图分类号：　ＴＰ３１１１　　　文献标识码：　Ａ　　　文章编号：　０３７２２１１２（２０１８）０２０３２５０８ 电子学报ＵＲＬ：ｈｔｔｐ：／／ｗｗｗ．ｅｊｏｕｒｎａｌ．ｏｒｇ．ｃｎ　 ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．０３７２２１１２．２０１８．０２．０１０ ＴｉｍｅＳｅｒｉｅｓＡｎｏｍａｌｙＤｅｔｅｃｔｉｏｎＭｏｄｅｌＢａｓｅｄｏｎ ＨｉｅｒａｒｃｈｉｃａｌＴｅｍｐｏｒａｌＭｅｍｏｒｙ １ １ ２ ＺＥＮＧＷｅｉｒｕ，ＷＵＪｉａ，ＹＡＮＦｅｉ （１．ＳｃｈｏｏｌｏｆＩｎｆｏｒｍａｔｉｏｎａｎｄＳｏｆｔｗａｒｅＥｎｇｉｎｅｅｒｉｎｇ，ＵｎｉｖｅｒｓｉｔｙｏｆＥｌｅｃｔｒｏｎｉｃＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙｏｆＣｈｉｎａ，Ｃｈｅｎｇｄｕ，Ｓｉｃｈｕａｎ６１００５４，Ｃｈｉｎａ； ２．ＳｃｈｏｏｌｏｆＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＳｏｕｔｈｗｅｓｔＪｉａｏｔｏｎｇＵｎｉｖｅｒｓｉｔｙ，Ｃｈｅｎｇｄｕ，Ｓｉｃｈｕａｎ６１１７５６，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：　Ｔｉｍｅｓｅｒｉｅｓａｎｏｍａｌｙｄｅｔｅｃｔｉｏｎｉｓａｎｉｍｐｏｒｔａｎｔａｒｅａｏｆｄａｔａｍｉｎｉｎｇ．Ｔｒａｄｉｔｉｏｎａｌｍｅｔｈｏｄｓｏｆｔｉｍｅｓｅｒｉｅｓａ ｎｏｍａｌｙｄｅｔｅｃｔｉｏｎｕｓｕａｌｌｙｆｉｎｄｔｈｅｓｕｒｐｒｉｓｅ，ｏｕｔｌｉｅｒ，ｅｔｃ．，ｂｙｃｏｍｐａｒｉｎｇｔｈｅｄａｔａｗｉｔｈｔｈｅｈｉｓｔｏｒｉｃａｌｄａｔａ．Ｈｏｗｅｖｅｒ，ｔｈｅｒｅａｒｅ ｓｏｍｅｌｉｍｉｔｓｗｉｔｈｔｈｅｓｅｍｅｔｈｏｄｓ，ｓｕｃｈａｓｔｈｅｉｎａｃｃｕｒａｔｅｓｅｐａｒａｔｉｏｎｏｆｔｈｅｓｅｑｕｅｎｃｅ，ｔｈｅｆａｌｓｅｄｅｃｉｓｉｏｎｏｆｔｈｅｓｔａｔｅａｎｄｔｈｅｗｉｎ ｄｏｗｓｉｚｅｏｒｔｈｅｉｎｃｏｒｒｅｃｔｄｅｆｉｎｉｔｉｏｎａｎｄｊｕｄｇｅｍｅｎｔｏｆｔｈｅａｎｏｍａｌｙ．Ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｓａｔｉｍｅｓｅｒｉｅｓａｎｏｍａｌｙｄｅｔｅｃｔｉｏｎｍｏｄ