基于改进LSTM的多维QAR数据异常检测

欧阳舒歆; 王洺钧; 荣垂田; 孙华波

doi:10.16088/j.issn.1001-6600.2023021303

广西师范大学学报（自然科学版） ›› 2023, Vol. 41 ›› Issue (05) : 49 -60. DOI: 10.16088/j.issn.1001-6600.2023021303

基于改进LSTM的多维QAR数据异常检测

欧阳舒歆, 王洺钧, 荣垂田, 孙华波

作者信息 +

Author information +

文章历史 +

摘要

快速存储记录器QAR（quick access recorder）数据保留了飞行器大量的飞行参数，使得研究飞行器飞行安全、保障飞行品质成为可能。针对多维QAR数据的安全检测要求，本文提出一种基于卷积VAE和多头自注意力-LSTM模型，用于有效且可解释的多维时间序列异常检测。该模型能够捕获多个时间序列数据通道之间的空间信息和时间信息，对序列模式进行可解释的重建从而检测所有类型的异常。实验部分在真实的QAR数据集上与iForest、LSTM、VAE、LSTM-VAE和USAD等已有方法进行对比。结果表明，该模型在3个不同阶段的异常检测中，F₁分数分别达到0.891 2、0.942 4、0.953 7,均优于对比模型，能够准确检测出多维QAR数据中存在的异常。