异常检测方法、装置、计算机可读存储介质及电子设备制造方法及图纸

本公开涉及一种异常检测方法、装置、计算机可读存储介质及电子设备，所述方法包括：对待检测周期内的数据进行采样，获得目标采样点数据；将目标采样点数据按照预设分桶数进行分桶处理，并确定待检测周期对应的分桶向量；根据待检测周期对应的分桶向量与已知的异常周期对应的分桶向量，确定待检测周期与异常周期之间的目标参数，其中，目标参数用于表征待检测周期与异常周期之间的相似度，异常周期对应的分桶向量是通过对异常周期内的采样点数据按照预设分桶数进行分桶处理后确定出的，并且，待检测周期与异常周期的时长相同；根据目标参数，获得针对待检测周期的异常检测结果。因此，可以有效提高异常检测的效率和准确率，提升用户使用体验。

【技术实现步骤摘要】
异常检测方法、装置、计算机可读存储介质及电子设备
本公开涉及异常检测领域，具体地，涉及一种异常检测方法、装置、计算机可读存储介质及电子设备。
技术介绍
信息技术的发展，使得电子化信息管理进入越来越多的行业，然而在电子化信息管理的过程中，容易出现异常情况，给用户的使用带来不便。因此，及时发现异常情况则尤为重要。现有技术中，通常采用如下方式进行异常检测：1、基于人工定义阈值的方式。例如，通过设置异常阈值，当指标的数据高于该异常阈值时，确定该指标的数据为异常。但是在该方式中，阈值设置的准确率、鲁棒性都较低。2、基于离群点检测。在该方式中，当离群点特征不明显时，异常检测的效率及准确率都比较低。3、基于时间序列预测模型的非监督方式，即通过历史数据建立模型，通过预测的方式进行异常检测。但在该方式中，无法利用已知的异常对待检测数据进行检测。
技术实现思路
为了解决上述问题，本公开提供一种异常检测方法、装置、计算机可读存储介质及电子设备。为了实现上述目的，根据本公开的第一方面，提供一种异常检测方法，所述方法包括：对待检测周期内的数据进行采样，获得目标采样点数据；将所述目标采样点数据按照预设分桶数进行分桶处理，并确定所述待检测周期对应的分桶向量；根据所述待检测周期对应的分桶向量与已知的异常周期对应的分桶向量，确定所述待检测周期与所述异常周期之间的目标参数，其中，所述目标参数用于表征所述待检测周期与所述异常周期之间的相似度，所述异常周期对应的分桶向量是通过对所述异常周期内的采样点数据按照所述预设分桶数进行分桶处理后确定出的，并且，所述待检测周期与所述异常周期的时长相同；根据所述目标参数，获得针对所述待检测周期的异常检测结果。可选地，所述根据所述待检测周期对应的分桶向量与已知的异常周期对应的分桶向量，确定所述待检测周期与所述异常周期之间的目标参数，包括：将所述待检测周期对应的分桶向量按照预设的映射规则映射成二进制向量，以获得所述待检测周期对应的特征向量；根据所述待检测周期对应的特征向量与所述异常周期对应的特征向量，确定所述待检测周期与所述异常周期之间的目标参数，其中，所述异常周期对应的特征向量是通过将所述异常周期对应的分桶向量按照所述预设的映射规则映射成二进制向量的方式获得的。可选地，所述预设的映射规则为ITQ算法。可选地，所述根据所述待检测周期对应的特征向量与所述异常周期对应的特征向量，确定所述待检测周期与所述异常周期之间的目标参数，包括：确定所述待检测周期对应的特征向量与所述异常周期对应的特征向量之间的汉明距离；将所述汉明距离映射到预设的数值区间，并将映射得到的数值确定为所述目标参数，其中，所述目标参数越小表示所述待检测周期与所述异常周期之间越相似。可选地，所述根据所述目标参数，获得针对所述待检测周期的异常检测结果，包括以下中的至少一者：在根据所述目标参数确定所述待检测周期与所述异常周期相似时，确定所述待检测周期发生异常；在根据所述目标参数确定所述待检测周期与所述异常周期相似时，将所述异常周期对应的异常事件包含在所述待检测周期的异常检测结果中；在根据所述目标参数确定所述待检测周期与所述异常周期相似时，将所述目标参数包含在所述待检测周期的异常检测结果中。可选地，所述方法还包括：在根据所述目标参数确定所述待检测周期与所述异常周期相似时，输出与所述异常周期对应的异常解决方案。根据本公开的第二方面，提供一种异常检测装置，所述装置包括：采样模块，用于对待检测周期内的数据进行采样，获得目标采样点数据；第一处理模块，用于将所述目标采样点数据按照预设分桶数进行分桶处理，并确定所述待检测周期对应的分桶向量；确定模块，用于根据所述待检测周期对应的分桶向量与已知的异常周期对应的分桶向量，确定所述待检测周期与所述异常周期之间的目标参数，其中，所述目标参数用于表征所述待检测周期与所述异常周期之间的相似度，所述异常周期对应的分桶向量是通过对所述异常周期内的采样点数据按照所述预设分桶数进行分桶处理后确定出的，并且，所述待检测周期与所述异常周期的时长相同；第二处理模块，用于根据所述目标参数，获得针对所述待检测周期的异常检测结果。可选地，所述确定模块包括：映射子模块，用于将所述待检测周期对应的分桶向量按照预设的映射规则映射成二进制向量，以获得所述待检测周期对应的特征向量；第一确定子模块，用于根据所述待检测周期对应的特征向量与所述异常周期对应的特征向量，确定所述待检测周期与所述异常周期之间的目标参数，其中，所述异常周期对应的特征向量是通过将所述异常周期对应的分桶向量按照所述预设的映射规则映射成二进制向量的方式获得的。可选地，所述预设的映射规则为ITQ算法。可选地，所述第一确定子模块包括：第二确定子模块，用于确定所述待检测周期对应的特征向量与所述异常周期对应的特征向量之间的汉明距离；第三确定子模块，用于将所述汉明距离映射到预设的数值区间，并将映射得到的数值确定为所述目标参数，其中，所述目标参数越小表示所述待检测周期与所述异常周期之间越相似。可选地，所述第二处理模块包括以下中的至少一者：第四确定子模块，用于在根据所述目标参数确定所述待检测周期与所述异常周期相似时，确定所述待检测周期发生异常；第五确定子模块，用于在根据所述目标参数确定所述待检测周期与所述异常周期相似时，将所述异常周期对应的异常事件包含在所述待检测周期的异常检测结果中；第六确定子模块，用于在根据所述目标参数确定所述待检测周期与所述异常周期相似时，将所述目标参数包含在所述待检测周期的异常检测结果中。可选地，所述装置还包括：输出模块，用于在根据所述目标参数确定所述待检测周期与所述异常周期相似时，输出与所述异常周期对应的异常解决方案。根据本公开的第三方面，提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述第一方面任一所述方法的步骤。根据本公开的第四方面，提供一种电子设备，包括：存储器，其上存储有计算机程序；处理器，用于执行所述存储器中的所述计算机程序，以实现上述第一方面任一所述方法的步骤。在上述技术方案中，通过对待检测周期内的数据进行采样和分桶处理，可以有效降低异常检测过程中的数据量。同时，根据所述待检测周期对应的分桶向量与已知的异常周期对应的分桶向量，确定待检测周期的异常检测结果，一方面，可以利用已知的异常周期对应的数据特征对待检测周期进行异常检测，有效提高异常检测的效率和准确率，避免由于设置异常阈值偏差或离群点不明显对异常检测结果造成的影响。另一方面，通过待检测周期与异常周期内的数据进行比较，以确定待检测周期的异常检测结果，可以以周期为单位进行异常检测，既可以保证有明显的数据特征，又可以避免数据量不同对检测结果造成的影响，进一步保证异常检测的准确率，提升用户使用体验。本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。附图说明附图是用来提供对本公开的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本公开，但并不构成对本公开的限制。在附图中：图1是根据本公开的一种实施方式提供的异常检测方法的流程图；图2是根据待检测周期对应的分桶向量与已知的异常周期对应的分桶向量，确定待检测周期与异常周期之间的目标参数的一种示例性实现方式的流程图；图本文档来自技高网...

【技术保护点】
1.一种异常检测方法，其特征在于，所述方法包括：对待检测周期内的数据进行采样，获得目标采样点数据；将所述目标采样点数据按照预设分桶数进行分桶处理，并确定所述待检测周期对应的分桶向量；根据所述待检测周期对应的分桶向量与已知的异常周期对应的分桶向量，确定所述待检测周期与所述异常周期之间的目标参数，其中，所述目标参数用于表征所述待检测周期与所述异常周期之间的相似度，所述异常周期对应的分桶向量是通过对所述异常周期内的采样点数据按照所述预设分桶数进行分桶处理后确定出的，并且，所述待检测周期与所述异常周期的时长相同；根据所述目标参数，获得针对所述待检测周期的异常检测结果。

【技术特征摘要】
1.一种异常检测方法，其特征在于，所述方法包括：对待检测周期内的数据进行采样，获得目标采样点数据；将所述目标采样点数据按照预设分桶数进行分桶处理，并确定所述待检测周期对应的分桶向量；根据所述待检测周期对应的分桶向量与已知的异常周期对应的分桶向量，确定所述待检测周期与所述异常周期之间的目标参数，其中，所述目标参数用于表征所述待检测周期与所述异常周期之间的相似度，所述异常周期对应的分桶向量是通过对所述异常周期内的采样点数据按照所述预设分桶数进行分桶处理后确定出的，并且，所述待检测周期与所述异常周期的时长相同；根据所述目标参数，获得针对所述待检测周期的异常检测结果。2.根据权利要求1所述的方法，其特征在于，所述根据所述待检测周期对应的分桶向量与已知的异常周期对应的分桶向量，确定所述待检测周期与所述异常周期之间的目标参数，包括：将所述待检测周期对应的分桶向量按照预设的映射规则映射成二进制向量，以获得所述待检测周期对应的特征向量；根据所述待检测周期对应的特征向量与所述异常周期对应的特征向量，确定所述待检测周期与所述异常周期之间的目标参数，其中，所述异常周期对应的特征向量是通过将所述异常周期对应的分桶向量按照所述预设的映射规则映射成二进制向量的方式获得的。3.根据权利要求2所述的方法，其特征在于，所述预设的映射规则为ITQ算法。4.根据权利要求2所述的方法，其特征在于，所述根据所述待检测周期对应的特征向量与所述异常周期对应的特征向量，确定所述待检测周期与所述异常周期之间的目标参数，包括：确定所述待检测周期对应的特征向量与所述异常周期对应的特征向量之间的汉明距离；将所述汉明距离映射到预设的数值区间，并将映射得到的数值确定为所述目标参数，其中，所述目标参数越小表示所述待检测周期与所述异常周期之间越相似。5.根据权利要求1所述的方法，其特征在于，所述根据所述目标参数，获得针对所述待检测周期的异常检测结果，包括以下中的至少一者：在根据所述目标参数确定所述待检测周期与所述异常周期相似时，确定所述待检测周期发生异常；在根据所...

【专利技术属性】
技术研发人员：石子凡，纪勇，
申请(专利权)人：东软集团股份有限公司，
类型：发明
国别省市：辽宁,21