摘要
本申请公开了一种时序数据的异常检测方法、装置、设备、存储介质及产品,涉及人工智能技术领域,公开了时序数据的异常检测方法,包括:对时序运维数据对应的时序信息图进行多尺度特征提取,得到目标深度特征;根据所述目标深度特征和所述时序信息图进行特征聚合,并将聚合结果以及所述目标深度特征输入至目标扩散模型进行特征生成,得到所述时序运维数据对应的目标语义特征;根据所述目标语义特征对所述时序运维数据进行异常检测,得到所述时序运维数据的异常检测结果。通过上述方式,摆脱了特征工程的局限,能够节省大量的人力物力并适应于现实世界多源异构的数据类型,满足了现实场景中智能运维的需求,同时提高了异常检测方式的通用性。
技术关键词
时序
语义特征
异常检测程序
异常检测方法
运维
多尺度特征提取
数据
异常检测装置
神经网络模型
计算机程序产品
异常检测设备
节点特征
交叉注意力机制
滑动窗口
前馈神经网络
人工智能技术
多层感知机
像素
噪声
系统为您推荐了相关专利信息
序列
产品推荐方法
李雅普诺夫指数
时序
生成产品
局部敏感哈希算法
计量表
深度优先搜索算法
识别方法
电能表