一种基于大语言模型的无监督时间序列异常检测方法

本申请涉及数据检测技术领域，本申请提供一种基于大语言模型的无监督时间序列异常检测方法，其特征在于，包括：S1：对时间序列数据进行预处理，设置时间窗口并将时间序列数据划分为训练集和测试集；S2：提取时间序列数据特征；S3：对时间窗口进行分块和位置嵌入处理；S4：以大语言模型为主干模型并设计嵌入层和注意力层，构建异常检测模型；本申请通过预训练的大型语言模型来增强时间序列重构，自动化地对时间序列数据进行较为精准的异常检测。