基于多模态生成对抗网络的高维时序数据异常检测方法

本发明涉及一种基于多模态生成对抗网络的高维时序数据异常检测方法，属于网络安全领域。包括：数据处理，首先对原始时域和频域数据进行预处理，这里适用小波变化，从原始时域数据变换出频域数据，再用低秩嵌入中的流形学习，得到时域特征和频域特征。特征融合：将时域特征和频域特征，用注意力机制进行融合，将两个视角下的数据进行融合。特征重构：融合后的特征被输入到解码器网络中，通过该网络之后，获得重构的时域和频域数据。异常检测：运用多模态判别器进行异常检测，原始的时域和频域数据同重构之后的时域和频域特征一起输入多模态判别器，经过多模态判别器的判断，输出异常检测结果。