一种基于深度学习的数据异常检测方法、系统、设备及介质
申请号:CN202511216755
申请日期:2025-08-28
公开号:CN120995353A
公开日期:2025-11-21
类型:发明专利
摘要
本申请公开了一种基于深度学习的数据异常检测方法、系统、设备及介质,主要涉及数据异常检测技术领域,用以解决传统的异常检测方法在面对高维数据时存在局限性、异常检测方法多为针对特定场景的单一异常类型设计的问题。包括:数据处理为预设低纬度的待识别数据;利用待识别数据更新训练好的深度神经网络模型中的自编码器参数,进而利用训练好的深度神经网络模型对待识别数据进行特征提取,得到数据的特征表示;基于提取的特征表示,利用训练好的异常检测算法对特征表示进行异常检测,得到异常数据。
技术关键词
深度神经网络模型
数据异常检测方法
编码器参数
数据异常检测系统
异常数据
预处理算法
孤立森林算法
数据更新
数据异常检测技术
异常检测设备
文本
时间段
语义
模块
解码器
计算机