一种基于垂直联邦学习的时间序列异常检测方法

本发明公开了一种基于垂直联邦学习的时间序列异常检测方法。本发明通过各个参与方构建LSTM模型捕捉到长期依赖关系和学习时序特征，通过服务器构建CNN模型捕捉到局部的依赖关系；通过各个参与方传递给服务器中间结果向量可以保证各个参与方不共享自己的时序数据的同时依然可以学习到各个参与方自己的数据中的有效信息，增强模型的有效性；参与方通过加密中间结果向量可以防止攻击者使用中间结果向量重构原始特征向量，可以提高训练过程和预测过程中的数据安全性和数据隐私性。