基于深度学习的数据中台异常检测方法及系统

本发明适用于数据中台管理技术领域，提供了基于深度学习的数据中台异常检测方法及系统，该方法包括设定数据采集频率与范围，收集设备运行、外部环境及物联网设备生成的设备数据并预处理；建立设备行为模型对比历史数据，识别异常活动生成设备异常表；实时监测设备数据生成频率与质量，动态评估价值与风险等级，设定评估内容变化区间并触发标准修订；定期评估设备数据实际使用与潜在价值，结合外部环境修正。方法通过多维数据分析与深度学习模型，提升异常检测全面性和准确性，为企业数据管理提供支持。