网络时序序列异常检测模型的生成方法及相关设备

本公开提供一种网络时序序列异常检测模型的生成方法及相关设备。所述方法包括：获取网络时序序列，从所述网络时序序列中提取多维数据，并对所述多维数据进行填充处理和转换处理得到标准数据；通过傅里叶变换将所述标准数据从时域转换到频域，得到时域特征和频域特征；对所述时域特征进行增强处理得到时域样本，对所述频域特征进行增强处理得到频域样本；通过对比学习算法，根据所述时域样本和所述频域样本对初始异常检测模型进行训练得到网络时序序列异常检测模型。这样，能够从多个视角提取时序特征，增强对异常模式的捕捉能力，在构建异常序列检测模型时不需要对异常数据进行标注，并且能够在数据无标签或特征复杂的情况下保证精准识别异常模式。