一种多维时间序列异常检测系统的构建方法

本发明公开一种多维时间序列异常检测系统的构建方法，获取多维时间序列数据；对获取的多维时间序列数据进行预处理；构建深度异常检测算法，利用余弦相似度和TopK策略构建多维时间序列数据的关联图，通过图神经网络学习关联图，提取多维时间序列数据的空间和时间特征，计算每个数据点的异常得分；基于Apache Flink构建适用于实时多维时间序列数据的异常检测系统。通过实时流处理模块完成多维时间序列数据的分区与高效检测，生成异常定位图和异常传播图。本发明对多维时间序列数据的异常检测具有高效、准确、实时等优点，能够有效应对复杂系统运行过程中产生的大量多维时间序列数据，及时发现并定位异常情况，以支持系统管理人员快速响应。