面向缺失多元时间序列的图神经网络异常检测算法.pdfVIP

第４７卷第３期国防科技大学学报Ｖｏｌ．４７Ｎｏ．３

２０２５年６月ＪＯＵＲＮＡＬＯＦＮＡＴＩＯＮＡＬＵＮＩＶＥＲＳＩＴＹＯＦＤＥＦＥＮＳＥＴＥＣＨＮＯＬＯＧＹＪｕｎ．２０２５

ｄｏｉ：１０．１１８８７／ｊ．ｃｎ．２０２５０３００４ｈｔｔｐ：／／ｊｏｕｒｎａｌ．ｎｕｄｔ．ｅｄｕ．ｃｎ

面向缺失多元时间序列的图神经网络异常检测算法

１１２１３

高杨，王新宇，贺达，宋明黎，周春燕

（１．浙江大学计算机科学与技术学院，浙江杭州３１００２７；２．浙江大学软件学院，浙江宁波３１５０４８；

３．浙江省平安建设大数据重点实验室，浙江杭州３１００１６）

摘要：针对真实物联网环境中的缺失多元时间序列异常检测难题，提出一种融合缺失信息图嵌入的多

元时间序列异常检测算法；基于预插值与异常检测任务融合的联合学习框架，设计一个基于时序高斯核函数

的图神经网络（ｇｒａｐｈｎｅｕｒａｌｎｅｔｗｏｒｋ，ＧＮＮ）预插值模块，实现了预插值与异常检测任务的共同优化；提出一种

时间序列数据缺失信息嵌入的图结构学习方法，采用图注意力机制融合缺失信息掩蔽矩阵和时空特征向量，

有效建模多元时间序列缺失数据分布的潜在联系。在真实物联网传感器数据集上验证了提出算法的性能，

实验结果表明，该方法在缺失多元时间序列异常检测任务上显著优于主流两阶段方法，预插值模块对比实验



部分充分证明了基于高斯核函数的ＧＮＮ预插值层的有效性。

论

文

关键词：多元时间序列；异常检测；图神经网络；预插值

拓

中图分类号：ＴＰ１８３文献标志码：Ａ文章编号：１００１－２４８６（２０２５）０３－０３２－０９

展





Ａｎｏｍａｌｙｄｅｔｅｃｔｉｏｎａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｇｒａｐｈｎｅｕｒａｌｎｅｔｗｏｒｋｆｏｒ

ｍｉｓｓｉｎｇｍｕｌｔｉｖａｒｉａｔｅｔｉｍｅｓｅｒｉｅｓ

１１２１