基于多特征融合的应用系统监控指标异常检测方法

来源：计算机应用与软件杂志2024年第8期北京时间：

作者：曹钰聪, 张俊

摘要：为解决现有监控指标异常检测技术存在的特征学习不充分、阈值固定等问题，提出一种基于多特征融合的应用系统监控指标异常检测方法。使用1D-CNN（1D-Convolutional Neural Network）与SRNN（Stochastic Recurrent Neural Network）提取数据特征，引入SE块（Squeeze-and-Excitation）突出指标关键特征以优化特征提取，加强分类效果。以VAE（Variational Auto-Encoder）为框架计算数据重构概率，并通过优化的极值模型计算最优异常阈值以判断异常。实验结果表明，所提方法在基于两个公开数据集的异常检测任务的F1评分最优达到92%,优于目前先进的异常检测方法。

关键词：监控指标, 异常检测, 特征提取, 变分自编码器, 极值理论