面向云环境下大规模多元时间序列数据异常检测方法

摘要

本发明公开了一种面向云环境下大规模多元时间序列数据异常检测方法。所述方法包括：对多元时间序列数据通过离线训练建立异常检测模型，通过离线训练的异常检测模型对在线监测的数据进行异常检测。本发明在进行离线训练模型阶段对原生变分自编码器的前神经反馈网络进行改进构建多元时间序列的依赖关系；对损失函数计算方法进行改进，使得在模型训练时能够在关注正常模式的数据，忽略异常模式的数据，从而使得在线进行异常检测出现异常时，模型重建概率偏低，更易检测出异常。