什么是異常檢測？

異常檢測是識別與預期行為不同的事件或模式的過程。異常檢測范圍廣泛，從簡單的離群值檢測，到復雜的機器學習算法，這些算法經(jīng)過訓練可以發(fā)現(xiàn)數(shù)百個信號中隱藏的模式。

工程師和數(shù)據(jù)科學家使用異常檢測來進行以下識別：

機械故障，用于預測性維護

制造生產(chǎn)線的缺陷

放射學影像中的惡性腫瘤

金融交易中的欺詐

零售業(yè)的客戶流失

視頻監(jiān)控錄像中的異常動作

在 MATLAB 中，有很多方法均可用來設(shè)計異常檢測算法。哪種異常檢測方法最適用于給定應用，將取決于可用異常數(shù)據(jù)量，以及您是否可將異常數(shù)據(jù)與正常數(shù)據(jù)區(qū)分開來。

異常檢測的第一步是檢查現(xiàn)有的數(shù)據(jù)。不妨考慮以下問題：

您能在原始數(shù)據(jù)中發(fā)現(xiàn)異常嗎？

有時候，您只需查看數(shù)據(jù)即可執(zhí)行異常檢測。例如，下面圖 1 中的信號是從風扇收集的，您可以很容易地看到表示風扇行為異常的信號突變。如果您能夠通過肉眼檢測異常，則也許可以使用簡單的算法（例如 findchangepts 或 controlchart）進行異常檢測。



圖 1：MATLAB 冷卻風扇數(shù)據(jù)圖，異常情況一目了然。

您能在衍生特征中發(fā)現(xiàn)異常嗎？

通常很難從原始數(shù)據(jù)中直觀地檢測異常。在下面的信號中，很難確定哪個時域信號有異常。然而，如果創(chuàng)建功率譜以在頻域中查看數(shù)據(jù)，則峰值的頻率和幅度差異可以清楚地表明兩個信號截然不同。在這種情況下，您可以將這些峰值用作基于有監(jiān)督學習方法的異常檢測算法的特征輸入。



圖 2：盡管原始時序信號（左圖）中的異?？瓷先ゲ幻黠@，但在頻域中查看數(shù)據(jù)（右圖，使用 MATLAB 中的周期圖）時，可以看到峰值頻率的明顯差異。

您能用統(tǒng)計學方法區(qū)分正常特征和異常特征嗎？

在單個信號中，異常不一定那么明顯。當今的復雜機器可能有數(shù)百個傳感器。有時，只有同時考慮多個傳感器時，異常才會變得明顯。標注了數(shù)據(jù)后，您可以檢查時域和頻域特征的統(tǒng)計分布，如圖 3 所示。您還可以執(zhí)行特征變換和排名，以識別最能區(qū)分兩個組的特征。然后，您可以使用這些特征，通過有監(jiān)督學習方法基于標注的數(shù)據(jù)訓練異常檢測算法。



圖 3：左側(cè)的 MATLAB 圖分別用藍色和紅色表示成對的正常數(shù)據(jù)和異常數(shù)據(jù)。右側(cè)是來自診斷特征設(shè)計器的相應特征直方圖，用于識別哪些特征可明確區(qū)分正常數(shù)據(jù)和異常數(shù)據(jù)，以供有監(jiān)督異常檢測算法使用。

如果您不知道異常的具體表現(xiàn)該怎么辦？

機械故障代價高昂，因此，操作人員通常希望通過保守的維護計劃來防患未然。這可能意味著異常很少見，使得設(shè)計異常檢測算法變得很棘手。

有幾種設(shè)計異常檢測算法的方法只需很少的異常數(shù)據(jù)，或者根本不需要異常數(shù)據(jù)。這些“僅正?！狈椒ㄖ换谡?shù)據(jù)訓練算法，并將正常數(shù)據(jù)之外的數(shù)據(jù)識別為異常數(shù)據(jù)。

使用 MATLAB，您可以對數(shù)據(jù)應用以下“僅正常”異常檢測方法：

閾值化。

閾值化在數(shù)據(jù)超過統(tǒng)計指標的閾值時識別異常。例如，時序數(shù)據(jù)中最近時段內(nèi)的標準差，對信號使用控制圖，使用變化點檢測查找信號中的突變，或獲得數(shù)據(jù)分布的穩(wěn)健估計值，并將分布邊緣的樣本識別為異常。基于統(tǒng)計指標的閾值化是個不錯的方法，但與機器學習方法相比，這種方法應用于多元數(shù)據(jù)比較困難，而且在異常檢測方面也不夠穩(wěn)健。對于離群值具有穩(wěn)健性的統(tǒng)計估計法將生成更好的結(jié)果，例如穩(wěn)健協(xié)方差。

單類支持向量機。

單類支持向量機用于識別最大化類間距離的分離超平面。僅訓練一個類會生成可視為正常的數(shù)據(jù)的模型。該模型使您無需任何可用于訓練的標注異常即可檢測異常。這種方法和其他基于距離的方法需要數(shù)值特征作為輸入，而且不適用于高維數(shù)據(jù)。

孤立森林。

孤立森林可用于構(gòu)建將每個觀測值隔離到一個葉節(jié)點中的樹。異常分數(shù)作為樣本的平均深度進行計算：異常樣本需要的決策數(shù)比正常樣本的要少。這種方法支持數(shù)值特征和分類特征組合，并且適用于高維數(shù)據(jù)。

自編碼器。

自編碼器是基于正常數(shù)據(jù)訓練且嘗試重構(gòu)原始輸入的神經(jīng)網(wǎng)絡。經(jīng)過訓練的自編碼器將會準確地重構(gòu)正常輸入。如果輸入與其重構(gòu)之間差異巨大，則可能表明存在異常。自編碼器可用于信號和圖像數(shù)據(jù)。



圖 4：自編碼器經(jīng)過訓練，可以復制輸入。利用輸入與其重構(gòu)之間的差異，可以對信號或圖像數(shù)據(jù)進行異常檢測。

當您的數(shù)據(jù)中存在異常但無法進行標注時，您還可以嘗試使用無監(jiān)督聚類方法進行異常檢測。有時，您可以將聚類與正常數(shù)據(jù)和異常數(shù)據(jù)相關(guān)聯(lián)，但除非數(shù)據(jù)集是均衡的（包含許多同類型的異常），否則使用“僅正常”方法更有可能獲得有用的結(jié)果。

在應用異常檢測算法之前，通常需要從原始數(shù)據(jù)中提取特征。

MATLAB 同時支持以手動和自動方法從信號、圖像和文本數(shù)據(jù)中提取特征。Predictive Maintenance Toolbox 中的診斷特征設(shè)計器可以幫助您從多種類型的信號中提取特征。

總結(jié)

異常檢測有助于識別離群值、與正常值的偏差和意外行為

如果您有足夠的標注數(shù)據(jù)（包括異常），則可使用有監(jiān)督學習方法進行異常檢測

如果您的數(shù)據(jù)大部分都是正常數(shù)據(jù)，則應用某種專門的“僅正?！碑惓z測方法即可

上手示例：

使用 MATLAB 檢測圖像中的對象缺陷

要構(gòu)建基于圖像的異常檢測算法，您可以執(zhí)行以下操作：

1) 將圖像饋送入預訓練的 AlexNet 卷積神經(jīng)網(wǎng)絡；

2) 使用第一層后的網(wǎng)絡激活值作為特征，然后

3) 使用 fitcsvm 訓練單類支持向量機。單類支持向量機基于正常圖像訓練。負的分類分數(shù)表示異常。





審核編輯：劉清