一种融合LSTM和GAN的时间序列数据异常检测方法

摘要

本发明公开了一种融合LSTM和GAN的时间序列数据异常检测方法，属于信息通信技术领域，包括对生成对抗网络模型中鉴别器网络结构和生成器网络结构进行优化；根据优化后的生成器网络结构和优化后的鉴别器网络结构，搭建异常检测模型，该优化后的鉴别器网络结构可实现时序数据时序特征提取；对异常检测模型进行训练和验证，确定异常检测模型的参数；利用确定参数后的异常检测模型对采集的时序数据进行处理，得到异常序列数据检测结果。本发明采用LSTM和GAN模型实现了对时间序列数据的异常检测，能有效、精确地检测出异常序列。