一种基于VAE与关联差异的多元时序数据异常检测方法

本发明公开了一种基于VAE与关联差异的多元时序数据异常检测方法，通过引入关联差异，使模型能够有效捕捉时间序列中的异常变化本质，关联差异的计算使得模型能够量化变量之间的关联程度变化，从而更加精准地区分正常和异常状态。同时，本发明使用变分自编码器对时间序列进行重构，可以学习数据的分布规律，并找出最能代表数据本质特征的因素。通过进一步对重构后的时间序列学习其关联差异，本发明模型的异常区分能力得到了增强和泛化。此外，本发明结合均方误差、KL散度和关联差异作为判断异常的标准，大大提升了模型对异常的检测能力。