基于深度学习的时间序列异常检测.docxVIP

基于深度学习的时间序列异常检测

一、引言

在数字化快速发展的今天，各类传感器、监测设备每天都在产生海量的时序数据，大到城市轨道交通的客流变化，小到个人随身设备的心率监测，几乎所有动态监测场景都会生成按时间顺序排列的序列数据。这些数据中蕴含着设备运行状态、系统运行规律、个体健康状况等关键信息，而其中占比极低的异常数据，往往对应着故障、风险、疾病等需要重点关注的事件，因此如何快速准确地从海量时序数据中识别出异常模式，一直是数据挖掘领域的核心研究方向之一。

早期的时间序列异常检测主要依赖统计分析和传统机器学习方法，在简单场景下能够发挥一定作用，但随着数据维度升高、序列长度增加、模式越来越复杂，传统方