基于自相關-變分對抗學習的物理系統異常檢測

摘要： 傳統時間序列異常檢測模型在處理信息物理系統(CPS)中的多元傳感器和執行器數據時，難以準確提取多元數據之間的時序聯系，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-變分自編碼(VAE)-對抗學習網絡AMVG。以生成對抗網絡(GAN)為基礎，使用Noise數據增強方法擴展訓練數據量，并通過引入自相關矩陣增強數據依賴關系，結合VAE的數據重建能力，在加強... （共9頁）