首页> 中国专利> 一种基于LOF和孤立森林的时序数据异常监测系统及方法

一种基于LOF和孤立森林的时序数据异常监测系统及方法

页面导航

摘要
著录项
法律信息
相似文献

摘要

本发明提出了一种基于LOF和孤立森林的时序数据异常监测系统及方法，涉及数据处理技术领域。包括：数据获取模块，用于获取时序数据；数据预处理模块，其用于将时序数据进行预处理；LOF异常分数获取模块，用于将时序数据分割为多个子集，自适应的调整窗口长度和K近邻距离，建立LOF模型，计算异常分数LOFK(p)；孤立森林异常分数获取模块，用于建立孤立森林模型，将时序数据输入孤立森林模型，计算异常分数s(p,n)；融合模块，用于融合异常分数LOFK(p)和异常分数s(p,n)，基于层次聚类，得到最终异常值。本发明结合了孤立森林对群异常较为准确且对大批量数据执行速度快的优点，以及LOF面对单点异常、上下文异常准确性高的优点，对LOF做了进一步改进，对时序性数据，对比其他算法有明显提升。

著录项

公开/公告号CN115577275A

专利类型发明专利
公开/公告日2023-01-06

原文格式PDF
申请/专利权人山东产业技术研究院智能计算研究院;
展开▼

申请/专利号CN202211412922.4
发明设计人陈益强;李亚宁;杨晓东;潘自兴;
展开▼

申请日2022-11-11
分类号G06F18/23;G06F18/2431;G06F18/25;G06N5/01;
代理机构济南圣达知识产权代理有限公司;
代理人任欢
地址 250000 山东省济南市高新区港兴三路未来创业广场3号楼
入库时间 2023-06-19 18:13:00

法律信息

法律状态公告日

法律状态信息

法律状态
2023-01-06

公开

发明专利申请公布

相似文献

专利
中文文献
外文文献

1. 基于LOF和孤立森林的访问流量异常检测方法及设备 [P] . 中国专利： CN114124482A . 2022-03-01
2. 基于孤立森林机器学习的机器人实时异常监测方法及系统 [P] . 中国专利： CN110399935A . 2019-11-01
3. TIME SERIES DATA ANALYSIS METHOD AND TIME SERIES DATA ABNORMALITY MONITOR METHOD [P] . 日本专利： JP2015102884A . 2015-06-04

机译：时序数据分析方法和时序数据异常监测方法
4. A method for detecting isolated anomalies in large scale data processing systems [P] . 日本专利： JP2015529036A5 . 2016-08-25

机译：一种大规模数据处理系统中孤立异常的检测方法
5. METHOD AND SYSTEM FOR SEMI-SUPERVISED DEEP ANOMALY DETECTION FOR LARGE-SCALE INDUSTRIAL MONITORING SYSTEMS BASED ON TIME-SERIES DATA UTILIZING DIGITAL TWIN SIMULATION DATA [P] . 欧洲知识产权局专利： EP3809220A1 . 2021-04-21

机译：基于时间序列数据利用数字双模拟数据的半导体工业监测系统的半监控深度异常检测方法和系统