基于通道注意力和频域分析的通信设备异常检测方法

本发明提出了一种基于通道注意力和频域分析的通信设备异常检测方法。该异常检测方法基于重构模型实现，首先对网络通信设备产生的检测数据进行预处理后，生成时序数据数据集。在模型训练阶段，使用时序数据重构模型捕获正常数据的特征和分布；在异常检测阶段，重构待检测数据，将重构数据与输入数据对比，根据重构误差找到待检测数据存在异常的时间点。本发明不依赖于数据的统计特性或对时序数据中的潜在模型进行假设，而是采用重构的异常检测方法，将时序数据映射为高维的特征图，在深度神经网络中建模时序数据分散数据点之间的非线性关系，并基于高维特征进行重构，捕获时序数据的长时依赖、周期变化和多维度相关性等复杂特性。