面向边缘设备的无监督工业时序数据快速异常检测方法

本发明公开了一种面向边缘设备的无监督工业时序数据快速异常检测方法，所述检测方法包括：首先，用数据相似度来代替工业传感器时序数据作为方法的输入，达到数据隐私保护的目的；其次，为每个时间戳设置一个仅带一个参数的可训练高斯分布来取代传统深度且笨重的神经网络用于建模每个时间戳与其邻居的潜在相似度，确保结构的轻量化；最后，设计一种全局和局部对抗学习策略来放大每个时间戳的全局相似度和局部相似度间的差异，并使用全局和局部相似度差异来判定每个时间戳是否为异常，提升方法的准确性。本发明的面向资源有限边缘设备的工业时序异常快速检测方法，利用轻量化结构来在保障数据隐私的同时，具备高精度、高速度和低资源消耗的特点。