论文部分内容阅读
时间序列数据是按照时间顺序在不同的时间点采集的数据,反映了某一对象随时间的变化状态和程度。由于时间序列的海量性及复杂性,我们采用频域表示时间序列,并以此为基础提出了基于相似性分析的时间序列异常检测方法。将动态模式匹配距离作为衡量相似性的指标,计算每一个模式同其余各模式之间的相似性,据此确定异常状态。该方法大大降低了数据搜索复杂度,提高了系统效率与准确度。