基本信息

---

下载

文档摘要

---

基于图结构学习的多变量时序数据异常检测研究

摘要

多变量时序数据的异常检测是综合考虑多个变量，联系数据上下文，识别不

符合正常变化模式的多变量时序数据。本文围绕多变量时序数据异常检测过程中

的图结构学习不充分、多变量数据组合效应和微弱异常堆叠效应等异常问题展开

研究，内容如下：

（1）针对多变量时序数据图结构学习不充分的问题，提出了基于多通道图

结构学习的多变量时序数据异常检测模型AM-GSL。首先，基于欧式距离构建变

量初始图结构，利用图卷积网络和图注意力网络多通道融