基于自相關(guān)-變分對抗學(xué)習(xí)的物理系統(tǒng)異常檢測

摘要： 傳統(tǒng)時間序列異常檢測模型在處理信息物理系統(tǒng)(CPS)中的多元傳感器和執(zhí)行器數(shù)據(jù)時，難以準(zhǔn)確提取多元數(shù)據(jù)之間的時序聯(lián)系，從而影響異常檢測性能。為此，提出一種新的時間序列異常檢測方法，稱為自相關(guān)-變分自編碼(VAE)-對抗學(xué)習(xí)網(wǎng)絡(luò)AMVG。以生成對抗網(wǎng)絡(luò)(GAN)為基礎(chǔ)，使用Noise數(shù)據(jù)增強(qiáng)方法擴(kuò)展訓(xùn)練數(shù)據(jù)量，并通過引入自相關(guān)矩陣增強(qiáng)數(shù)據(jù)依賴關(guān)系，結(jié)合VAE的數(shù)據(jù)重建能力，在加強(qiáng)... （共9頁）