买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉郑州时空隧道信息技术有限公司申请的专利一种时间序列异常检测方法及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115563566B 。

龙图腾网通过国家知识产权局官网在2026-03-31发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211135619.4，技术领域涉及：G06F18/2433；该发明授权一种时间序列异常检测方法及装置是由孙红军设计研发完成，并于2022-09-19向国家知识产权局提交的专利申请。

本一种时间序列异常检测方法及装置在说明书摘要公布了：本发明实施例涉及一种时间序列异常检测方法及装置，所述方法包括：获取待处理的时间序列数据集合，所述时间序列数据集合中的每条时间序列数据至少包括时间点和与其对应的数值；对所述时间序列数据集合中的数据进行预处理，所述预处理包括数据重采样、缺失值处理、数据标注、数据格式化和异常注入；基于经过预处理的时间序列数据集合，构建异常检测模型；采用所述异常检测模型进行异常检测。本发明实施例提供的技术方案，通过对时间序列数据集合进行合理的数据预处理环节，提高了数据质量；通过提供不同的序列异常检测模型，并在线上实时监测时更灵活地将其联动，保障精确度的同时也使其执行效率提高。

本发明授权一种时间序列异常检测方法及装置在权利要求书中公布了：1.一种时间序列异常检测方法，其特征在于，所述方法包括： S102、获取待处理的时间序列数据集合，所述时间序列数据集合中的每条时间序列数据至少包括时间点和与其对应的数值； S104、对所述时间序列数据集合中的数据进行预处理，所述预处理包括数据重采样、缺失值处理、数据标注、数据格式化和异常注入；所述异常注入包括基于3Sigma的异常注入方法： S10451、在[1,w]范围内随机生成邻域因子α； S10452、在[1,w]范围内随机生成影响因子β，满足βα； S10453、在[0,1]范围内随机生成方向因子χ； S10454、在[4,10]范围内随机生成膨胀因子ρ； S10455、计算下标n对应的当前序列csn在[w-α,w]范围内的均值μ和方差σ； S10456、对下标n对应的当前序列csn在影响范围内的元素采用以下公式重新赋值： S10457、对下标n对应的待检测数值Vn重新赋值为当前序列csn的最后一个元素，对下标n对应的待检测标签Bn重新赋值为异常； 其中，N″为第二数据集的长度，i,i∈[1,N″]为某条数据在第二数据集中的下标，csi,i∈[1,N″]为下标i对应数据的当前序列，fsi,i∈[1,N″]为下标i对应数据的第一参考序列，ssi,i∈[1,N″]为下标i对应数据的第二参考序列，Vi,i∈[1,N″]为下标i对应数据的待检测数值，Bi,i∈[1,N″]为下标i对应数据的待检测标签，w,w∈[1,+∞为时间窗口大小，n,n∈[1,N″]为待异常注入点在第二数据集中的下标；或者， 所述异常注入包括基于倍数的异常注入方法： S104511、在[1,w]范围内随机生成影响因子β； S104512、在[0,1]范围内随机生成方向因子x； S104513、在[0.3,3]范围内随机生成膨胀因子ρ； S104514、对下标n对应的当前序列csn在影响范围内的元素采用以下公式重新赋值： S104515、对下标n对应的待检测数值Vn重新赋值为当前序列csn的最后一个元素，对下标n对应的待检测标签Bn重新赋值为异常； 其中，N″为第二数据集的长度，i,i∈[1,N″]为某条数据在第二数据集中的下标，csi,i∈[1,N″]为下标i对应数据的当前序列，fsi,i∈[1,N″]为下标i对应数据的第一参考序列，ssi,i∈[1,N″]为下标i对应数据的第二参考序列，Vi,i∈[1,N″]为下标i对应数据的待检测数值，Bi,i∈[1,N″]为下标i对应数据的待检测标签，w,w∈[1,+∞为时间窗口大小，n,n∈[1,N″]为待异常注入点在第二数据集中的下标； S106、基于经过预处理的时间序列数据集合，构建异常检测模型； S108、采用所述异常检测模型进行异常检测。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人郑州时空隧道信息技术有限公司，其通讯地址为：450000 河南省郑州市福彩路10号都市家园3号楼4单元3楼西户；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。