【技术实现步骤摘要】
为多变量时序数据异常检测提供解释性
技术介绍
[0001]异常检测可以发现时序(time series)数据中的异常的或不期望的事件。在本文中,时序数据指按时间顺序记录的数据序列,该数据序列中的数据点反映了特定现象、指标、事物等随时间变化的状态或程度。对于一个特定的观测实体或对象,可能同时获得多个时序数据。例如,对于观测实体“汽车”,可能获得分别对应于车速、发动机转速、油量等的多个时序数据。例如,对于观测实体“网站”,可能获得分别对应于网页点击率、下行数据传输速率、上行数据传输速率等的多个时序数据。来自同一观测实体的多个时序数据可以被视为关联于该观测实体的多个单变量时序数据,并且这些单变量时序数据可以形成一个多变量时序数据。与在单个的单变量时序数据的级别上执行异常检测相比,多变量时序数据异常检测可以直接使用多变量时序数据而在实体级别上执行异常检测,由此,异常检测结果将能够更准确地反映观测实体的整体状态。
技术实现思路
[0002]提供本
技术实现思路
以便介绍一组概念,这组概念将在以下的具体实施方式中做进一步描述。本
技术实现思路
并非旨在标识所保护主题的关键特征或必要特征,也不旨在用于限制所保护主题的范围。
[0003]本公开的实施例提出了用于为多变量时序数据异常检测提供解释性的方法、装置和计算机程序产品。所述多变量时序数据异常检测可以是通过多变量时序数据异常检测模型、针对由多个时序数据所形成的多变量时序数据来执行的。可以从所述多变量时序数据异常检测模型处获得至少指示了异常时段的异常检测结果。可以确定所述多个时序数据在所述异 ...
【技术保护点】
【技术特征摘要】
1.一种用于为多变量时序数据异常检测提供解释性的方法,所述多变量时序数据异常检测是通过多变量时序数据异常检测模型、针对由多个时序数据所形成的多变量时序数据来执行的,所述方法包括:从所述多变量时序数据异常检测模型处获得至少指示了异常时段的异常检测结果;确定所述多个时序数据在所述异常时段内的异常时段相关性度量;确定所述多个时序数据在所述异常时段之前的回溯时段内的回溯时段相关性度量;基于所述异常时段相关性度量与所述回溯时段相关性度量之间的差异,从所述多个时序数据中识别在所述异常时段内具有异常相关性的至少一个时序数据对;以及提供针对所述异常检测结果的解释性内容,所述解释性内容至少指示所述至少一个时序数据对。2.如权利要求1所述的方法,其中,所述确定异常时段相关性度量包括:计算每个时序数据对在所述异常时段内的异常时段平均相关性度量。3.如权利要求2所述的方法,其中,所述计算异常时段平均相关性度量包括:从所述多变量时序数据异常检测模型中的面向特征的图注意力层处,获得所述时序数据对在所述异常时段所包含的至少一个时间点处的至少一个相关性注意力分数;以及利用所述至少一个相关性注意力分数,计算所述时序数据对在所述异常时段内的平均相关性注意力分数。4.如权利要求2所述的方法,其中,所述确定回溯时段相关性度量包括:计算每个时序数据对在所述回溯时段内的回溯时段平均相关性度量。5.如权利要求4所述的方法,其中,所述计算回溯时段平均相关性度量包括:从所述多变量时序数据异常检测模型中的面向特征的图注意力层处,获得所述时序数据对在所述回溯时段所包含的至少一个时间点处的至少一个相关性注意力分数;以及利用所述至少一个相关性注意力分数,计算所述时序数据对在所述回溯时段内的平均相关性注意力分数。6.如权利要求5所述的方法,其中,所述至少一个时间点是未检测到异常的时间点。7.如权利要求4所述的方法,其中,所述至少一个时序数据对的异常时段平均相关性度量与回溯时段平均相关性度量之间的差异大于相关性差异阈值。8.如权利要求7所述的方法,其中,所述解释性内容还指示所述差异。9.如权利要求1所述的方法,还包括,对于每个时序数据:从所述多变量时序数据异常检测模型中的预测模型处,获得所述时序数据在每个时间点处的预测值,所述预测值是由所述预测模型至少基于所述多个时序数据之间的相关性来生成的;以及至少利用所述时序数据在每个时间点处的预测值和数据值,计算所述时序数据在所述时间点处的异常贡献分数。10.如权利要求9所述的方法,其中,所述解释性内容还指示所述时序数据在多个时间点处的多个异常贡献分数。
11.如权利要求9所述的方法,还包括,对于每个时间点:基于所述时序数据在所述时间点之前的预测滑动窗口内的至少一个异常贡献分数,计算对应于所述时间点的异常贡献分数阈值;基于所述异常贡献分数阈值,计算对应于所述时间点的余量;以及基于所述时序数据在所述时间点处的预测值和对应于所述时间点的所述余量,计算所述时序数据在所述时间点处的正常上边界值和正常下边界值。12.如权利要求11所述的方法,其中,所述解释性内容还指示所述时序数据在多个时间点处的多个正常上边界值和多个正常下边界值。13.如权利要求...
【专利技术属性】
技术研发人员:黄丛蕊,赵航,端隽永,朱霞,赵明,王春雷,汪瑜婧,许必雄,秦莉娟,童杰,张祺,
申请(专利权)人:微软技术许可有限责任公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。