时序数据流的多粒度异常检测系统

本发明公开的属于时序数据流技术领域，具体为时序数据流的多粒度异常检测系统，包括：数据采集与预处理模块，用于先进行多源数据采集，接着对数据进行清洗和标准化，之后再生成不同时间粒度的数据；多粒度特征提取模块，用于先进行时间序列特征提取，接着进行窗口特征提取，之后再进行多粒度特征融合；异常检测模型模块，用于先检测多粒度特征提取模块所融合的数据是否存在异常，接着根据集成学习模型提高检测的准确性和稳定性。本发明通过设置异常检测模型模块，相比传统检测方法，能够大大提高对复杂模式异常的检测准确率和及时性，避免企业因未及时发现异常而造成经济损失。