基于双边强化关联差异的时序数据异常检测方法及系统

本发明提供了一种基于双边强化关联差异的时序数据异常检测方法及系统，涉及时序数据异常检测技术领域，包括：获取原始时序数据并进行预处理得到预处理数据；根据预处理数据进行初始化处理，构建得到初始化矩阵；将预处理数据和初始化矩阵输入至预设的Transformer模型进行差异计算，得到重构差异和最大化关联差异；根据重构差异和最大化关联差异，得到优化结果；根据优化结果进行最小化关联差异学习，通过计算注意力结果矩阵与先验矩阵之间的KL散度得到最小化关联差异损失函数，并通过反向传播优化先验矩阵。本发明在已有的最大化和最小化的关联差异学习机制上，提出了一种基于正态分布的左右边界划分机制，用以识别时序数据中的邻近和非邻近区域。