一种非均匀多元时间序列的混合异常检测方法

本发明提供了一种非均匀多元时间序列的混合异常检测方法，属于数据异常检测领域。该方法基于方差‑熵联合密度判别器将原始数据分为稀疏序列和稠密序列；其中，稀疏序列进入深度语义信息提取模块进行特征提取，稠密序列则导向深度周期信息提取模块实施特征提取。对提取到的特征进行标准化处理，对标准化处理后的特征实施多尺度分块操作，然后执行多粒度序列划分、双视角注意力机制以及特征空间扩展得到局部重建特征张量和全局重建特征张量；采用双流特征重构的对称KL散度度量进行异常判别。本发明有效解决了异常检测任务中的密度突变区域特征漂移问题、动态特征适配能力缺失问题、单粒度检测局限性问题，大幅度地提升了异常检测的性能。