基于前馈对称自编码器神经网络(Feedforward Symmetrical Autoencoder Neuronal Network)的全局异常检测——基于真实工业数据的案例研究与其他方法比较

《Applied Sciences》：Global Anomaly Detection Using Feedforward Symmetrical Autoencoder Neuronal Network: Comparison with Other Methods in a Case Study Using Real Industrial Data Andrei Nicolae and Adrian Korodi

　　

摘要：任何工业制造设施尤其是关键基础设施的持续运行在当前多重风险背景下已变得至关重要。监测与异常检测具有多重显著的实际效益，是工业4.0的直接目标，其中部分效益可改善韧性与可持续性——即工业5.0的隐含目标。鉴于此，本研究探讨了使用前馈自编码器(Autoencoder)神经网络进行异常检测的应用。所提出的方法旨在捕获工厂整体运行行为中的偏差，实现系统级监控，而非局限于识别特定预定义的故障场景。所得自编码器进一步在合成数据上进行实验测试，并与五种其他异常检测方法（Z分数(Z-Score)、四分位距(Interquartile Range, IQR)、孤立森林(Isolation Forest)、单类支持向量机(One-Class Support Vector Machines, One-Class SVM)及局部离群因子(Local Outlier Factor, LOF)）进行对比，证明自编码器在精确率(Precision)、召回率(Recall)及F1分数(F1 score)方面均优于其他方法。预期案例研究聚焦于来自真实饮用水处理厂(Drinking Water Treatment Plant, DWTP)的数据。

论文解读：《基于前馈对称自编码器神经网络的全局异常检测——基于真实工业数据的案例研究与其他方法比较》

该研究发表于《Applied Sciences》。工业制造设施特别是关键基础设施（如饮用水处理厂，Drinking Water Treatment Plant, DWTP）的持续运行至关重要，异常检测是实现工业4.0及工业5.0目标的重要手段。传统异常检测技术（如Z-Score阈值法、统计控制图、专家规则系统）在动态非线性环境及缺乏标注故障时难以泛化。现有文献存在以下局限：无监督异常检测系统在真实工业基础设施上的部署有限；过度依赖可能不反映传感器漂移等实际挑战的公开数据集；缺乏深度学习模型与传统基线方法在相同条件下的对比评估。因此，研究人员开展了一项基于前馈自编码器(Autoencoder)的无监督异常检测研究，利用真实运行的DWTP历史数据训练轻量级对称前馈自编码器，通过合成异常注入进行受控实验验证，并与五种经典及机器学习方法进行对比，结果表明该方法在全局系统监控中具优越性能与实用价值。

研究人员选用罗马尼亚某服务约6000人的DWTP，SCADA系统通过OPC UA(OLE for Process Control Unified Architecture)以20秒间隔采集318个标签历时7个月，筛选出涉及进水、内部工艺及出水水量水质等的31个连续变量共764,874条记录。主要关键技术方法包括：(1)数据预处理——时间戳索引化、前向填充(Forward-fill)补缺、Z-Score(|Z|>3)去野值、Min-Max归一化至[0,1]；(2)构建对称前馈自编码器——架构为31-16-8-16-31全连接层，瓶颈层8神经元，ReLU激活函数，Sigmoid输出层，MSE(Mean Squared Error)损失，Adam优化器，训练50轮批次32，按时间顺序切分80%训练20%验证且不洗牌；(3)基于验证集重构误差分布97百分位确定异常阈值；(4)利用已训练自编码器清洗未见过时段数据后注入6类合成异常（尖峰Spike、跌落Drop、向上漂移Drift-Up、向下漂移Drift-Down、特征交互Feature Interaction扰动、模式替换Pattern Replacement），构建含ground truth的合成测试集；(5)相同预处理与训练集训练对比方法（Z-Score、IQR(Interquartile Range)、Isolation Forest、One-Class SVM(Support Vector Machine)、LOF(Local Outlier Factor)），在相同合成数据集上计算Precision、Recall及F1 score进行公平对比。

研究结果：

3.1. The Trained Autoencoder's Results（训练后自编码器结果）

研究人员将合成标注异常数据集经相同MinMaxScaler缩放后输入自编码器，计算各样本所有特征的MSE重构误差，应用97百分位阈值判别异常。结果显示自编码器异常类精确率(Precision)达0.99，召回率(Recall)为0.61，F1分数为0.76，总体准确率99.9%；成功识别25个注入异常区间中的22个。未检出3个区间对应渐变漂移或低幅尖峰（如pH、浊度、溶氧、泵压的微小缓变），因初期偏差小且与正常工况流形重叠导致重构误差增幅不足。这印证了基于重构的无监督模型对突变或大幅值异常更敏感，对极缓慢漂移存在固有局限。

3.2. Comparison with Other Methods（与其他方法的比较）

在相同合成数据集及统一评价指标下，自编码器取得最高的异常类F1分数。Z-Score与IQR虽具较高Recall但Precision显著偏低（大量误报）；One-Class SVM Recall 0.60但Precision低；LOF(LOF) Recall最高但Precision仅0.01（极多误报不可用）。超参数敏感性测试中调整Z阈值(2,3)、IQR乘数(1.5)、One-Class SVM核与ν、Isolation Forest污染率均未改善基线表现。推理时间对比显示自编码器与One-Class SVM相当，Z-Score与IQR最快，Isolation Forest较高效，LOF最慢。表明所提自编码器在灵敏度与特异度平衡及实际部署适用性上最优。

讨论与结论（翻译浓缩）：

研究人员指出，所提出的自编码器方案具备监测DWTP整体运行行为的能力，而非限定于预定义故障类型，其通过学习31维变量间复杂互依赖关系刻画系统正常状态流形。过拟合风险通过严格时序切分训练/测试、轻量架构及收敛监控予以规避。此外，通过分析逐特征重构误差排序可实现异常根因诊断，增强模型可解释性。本研究的创新点在于针对DWTP采用轻量自编码器基于真实运行数据训练，并通过结构化合成异常注入框架严谨验证，实现不依赖预设故障签名的鲁棒异常检测。自编码器在主要评估指标上优于五种基线方法，F1分数最高且识别出25段注入异常中的22段，推理时间具竞争力，适用于关键基础设施实时无监督异常检测。本研究主要局限系历史数据缺乏真实标注异常需借助合成注入评估，未来工作拟结合真实故障日志进一步验证。

（注：论文原名Andrei Nicolae and Adrian Korodi；专业术语首次出现附解释，保留原文大小写及上下标如MSE、OPC UA、ReLU、Sigmoid、_{及^{标记按规范使用；去除引用标号[ x ]及图表指引语。）}}