基于双流异构图注意力网络的天基遥测数据异常检测方法

闵祥渊; 王辉; 胡晨烨; 杨远贵; 邱源

引用本文:	闵祥渊,王辉,胡晨烨,杨远贵,邱源.基于双流异构图注意力网络的天基遥测数据异常检测方法[J].上海航天（中英文）,2025,42(5):158-166.
	MIN Xiangyuan,WANG Hui,HU Chenye,YANG Yuangui,QIU Yuan.Anomaly Detection Method for Space-based Telemetry Data Based on Dual-stream Heterogeneous Graph Attention Network[J].Aerospace Shanghai,2025,42(5):158-166.

【打印本页】【下载PDF全文】【】

本文已被：浏览 33次下载 22次

分享到：微信更多

字体:加大+|默认|缩小-

基于双流异构图注意力网络的天基遥测数据异常检测方法

闵祥渊¹,王辉^2,3,胡晨烨¹,杨远贵¹,邱源^2,3

1.西安交通大学机械工程学院，陕西西安 710049;2.上海航天电子技术研究所，上海 201109;3.上海市天基异构网络协同计算重点实验室，上海 201109

摘要:

遥测数据的异常检测是保障天基信息网络高可靠性的基础。然而，现有异常检测方法忽略了天基遥测数据的高维度、多模态和强动态耦合特性，检测精度和可解释性欠佳。为此，本文提出一种基于双流异构图注意力网络(DHGAN)的异常检测方法。面向复杂多样异常模式，设计了多尺度特征提取模块，利用不同卷积核捕获局部细节与全局趋势特征;针对遥测数据多模态和强动态耦合性，提出了时空图注意力特征提取模块，分别挖掘特征间异构关系与动态时序依赖;针对单一检测目标的局限性，提出“重构+预测”联合优化目标，生成综合异常评分。实验表明:该方法有效降低了漏检与误报率，为天基遥测数据的自主运维提供了可解释性强的异常检测范式。

(1.School of Mechanical Engineering，Xi’an Jiaotong University，Xi’an 710049，Shaanxi，China;2.Shanghai Aerospace Electronic Technology Institute，Shanghai 201109，China;3.Shanghai Key Laboratory of Collaborative Computing in Spatial Heterogenous Networks (CCSN)，Shanghai 201109，China)