基于Mixer-Transformer的多元时间序列自适应异常检测系统及方法技术方案

本发明专利技术公开了一种基于Mixer‑Transformer的多元时间序列自适应异常检测系统及方法，系统包括Mixer模块、Transformer模块、异常分数计算模块、自适应阈值模块。本发明专利技术基于Mixer‑Transformer的时间序列异常检测方法，结合Mixer结构与Transformer模型，通过交替建模通道和时间维度信息交互，有效捕捉全局依赖性，增强模型对复杂动态时空特征的提取能力。同时，采用自适应阈值更新机制，依据数据动态变化灵活调整异常判定标准。

【技术实现步骤摘要】

本专利技术属于多元时间序列异常检测领域，涉及一种基于mixer-transformer的多元时间序列自适应异常检测系统及方法。

技术介绍

1、随着传感器技术和数据采集能力的快速发展，许多关键系统(如工业生产、智能交通、金融交易和医疗监控)正在生成海量的时间序列数据。这些数据不仅反映了系统的运行状态，还蕴含着设备性能和潜在故障的重要信息。对这些时间序列数据进行异常检测，是确保系统安全运行、优化性能以及规避损失的重要手段。为了减少时间序列检测中的误报并准确识别异常的来源，利用人工智能技术已成为一种有前景的解决方案。这些技术能够分析不同数据帧之间的强时间相关性和动态变化。现有的检测方法面临两个主要挑战，导致误报或漏报：(i)检测多变量时间序列中的异常需要同时考虑时间依赖性和变量之间的复杂交互；(ii)传统的固定阈值方法往往难以适应动态环境。

技术实现思路

1、为了解决这些问题，本专利技术提出一种基于mixer-transformer的多元时间序列自适应异常检测系统及方法，结合mixer结构与transformer模本文档来自技高网...

【技术保护点】

1.一种基于Mixer-Transformer的多元时间序列自适应异常检测系统，其特征在于所述系统包括Mixer模块、Transformer模块、异常分数计算模块、自适应阈值模块；

2.一种基于Mixer-Transformer的多元时间序列自适应异常检测方法，其特征在于，利用权利要求1所述的检测系统，包括如下步骤：

3.根据权利要求2所述的基于Mixer-Transformer的多元时间序列自适应异常检测方法，其特征在于，所述步骤(1)的具体步骤如下：

4.根据权利要求3所述的基于Mixer-Transformer的多元时间序列自适应异常检测方法，其...

【技术特征摘要】

1.一种基于mixer-transformer的多元时间序列自适应异常检测系统，其特征在于所述系统包括mixer模块、transformer模块、异常分数计算模块、自适应阈值模块；

2.一种基于mixer-transformer的多元时间序列自适应异常检测方法，其特征在于，利用权利要求1所述的检测系统，包括如下步骤：

3.根据权利要求2所述的基于mixer-transformer的多元时间序列自适应异常检测方法，其特征在于，所述步骤(1)的具体步骤如下：

4.根据权利要...

【专利技术属性】
技术研发人员：陈媛芳，何霞军，方兴，陈潇涵，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：