成果介绍
本发明公开了时间序列异常的动态检测方法、系统、存储介质及终端,包括:利用神经网络模型重构初始时间序列,得出重构时间序列,并根据所述初始时间序列和重构时间序列计算重构误差序列;在所述重构误差序列的上下限内设定阈值;按照所述阈值划分重构误差序列中各个点为阳性或阴性;将所述阈值动态取值,并利用初始时间序列携带的异常标签进行匹配,得到真假阳性/阴性序列。
成果亮点
本发明利用动态的阈值划分来确定异常范围和区间,有效的避免使用人为阈值和参数造成的误差,使异常检测对阈值改变的敏感性降低,检测的效果更稳定可靠。
团队介绍
郑德生,李政禹,周永,汪忠来,杨舜坤,尚小磊
成果资料