摘要
本发明公开了一种基于热核扩散图变异transformer的网络异常检测方法,包括:将时间、空间两个维度的特征数据转化为时间序列数据,对待检测的时间序列数据进行数据预处理,其中,所述特征数据包括异常对象的空间位置标识、异常发生时间、异常发生的类型;构建基于热核扩散图变异transformer网络的异常检测模型,所述网络异常检测模型为基于热核扩散图变异transformer网络的异常检测,所述异常检测包含空间嵌入、时间建模、基于时间和空间两个维度的时空特征捕捉、全连接网络预测、异常判断。通过上述技术方案,本发明可以解决因传感器采集信号的空间位置拓扑结构复杂性以及时序数据异常变化的复杂性,不能精准预测异常的问题,实现了精准的网络异常检测。
技术关键词
网络异常检测方法
代表
空间拓扑关系
前馈神经网络
变量
拉普拉斯
异常对象
注意力
矩阵
数据
参数
序列
样本
传感器节点
时序
邻域