基于改进VAE的传感器异常数据检测方法研究

来源：计算机技术与发展杂志2024年第08期北京时间：

作者：马海娟;杨波;杨思琪;杨鑫;吕沁锐

摘要：气体传感器在采样过程中受复杂工业环境影响常常产生异常时间序列数据。 传统的时间序列异常检测采用模型预测方法,但没有考虑到时间序列数据的不平衡问题。 因此,提出一种基于改进 VAE 模型的检测方法。 首先,将大量正常时序数据与较少且难以标记的异常时序数据进行合并构建成一个不平衡数据集。 其次,在传统 VAE 模型的基础上采用无监督学习方式,在异常检测分类环节引入动态阈值方法增强网络模型的自适应异常检测能力。 最后,提出一种时序异常检测的组合损失函数,通过集成交叉熵损失函数和 KL 散度进一步提升网络参数优化性能。 实验结果表明,该方法在精确率、召回率以及 F1 值等异常检测性能指标上,比原有的方法有所提升。 该方法在传感器异常数据检测中有着较好的应用。

关键词：传感器;时间序列;异常检测;变分自编码器;动态阈值