一种基于大模型的时序数据智能异常检测系统及其方法

本发明公开一种基于大模型的时序数据智能异常检测系统及其方法，其中，该系统包括：特征分析模块，用于分析时序数据的周期性、漂移性和平稳性；算法选型模块，用于根据数据分布的偏度值选择合适算法，并根据周期性、漂移性和平稳性特征对算法参数进行调整；模型训练模块，用于采用算法工厂模式，支持动态加载和并行训练不同的异常检测算法；对于周期性数据，通过分段和聚合处理来增强模型训练；对于数据漂移，采用增量学习方法使模型逐步适应数据变化；实时检测模块，用于持续接收实时数据，预处理后加载训练好的模型进行异常检测，一旦检测到异常，立即输出结果。该系统及方法可以在动态变化的业务环境中提升异常检测的准确性和及时性。