一种基于多尺度图结构学习的多元时间序列异常检测方法与系统

本发明公开了一种基于多尺度图结构学习的多元时间序列异常检测方法，首先，本方法按照时间尺度的大小将时间序列分解为不同大小的时间块；其次，通过引入共享嵌入向量和节点嵌入向量，利用图结构学习公式学习不同时间尺度下的时间序列之间的空间相关性，以获得多尺度图结构，基于学习到的图结构，利用图神经网络提取空间特征；然后，利用全局和局部注意机制分别提取不同时间尺度下的全局和局部注意力表征；之后，聚合不同时间尺度下的全局和局部注意力表征；最后，基于正常点在全局和局部视角的相关性差异较小，异常点在全局和局部视角差异较大这一思想，通过比较全局和局部注意力表征来识别异常。