一种基于掩码自编码的自监督异常检测方法

本发明公开了一种基于掩码自编码的自监督异常检测方法，涉及异常检测技术领域，本发明包括步骤S1、数据预处理，步骤S2、掩码自编码器设计，步骤S3、掩码策略，步骤S4、自监督训练，步骤S5、异常检测，步骤S6、评估与优化，步骤S7、部署与应用，本发明通过引入动态特征重要性掩码策略，模型能够根据特征的重要性得分动态调整掩码概率，从而更关注关键特征之间的关联关系，具体是，通过互信息法或梯度显著性法计算每个特征的重要性得分，然后动态生成掩码概率，使得模型在训练过程中能够优先学习对异常检测贡献更大的特征，避免对不重要特征的过度关注，进而使模型能够更高效地捕捉数据的内在规律，提升了特征提取的准确性和模型的学习效率。