异常检测方法、模型训练方法及相关装置制造方法及图纸

本申请提出一种异常检测方法、模型训练方法及相关装置，涉及异常检测技术领域，通过将训练数据输入至异常检测模型，以获得训练数据对应的异常检测序列，并当异常检测序列中异常数据排列靠后时，根据该异常检测序列以及接收的第一反馈输入，更新该异常检测模型的模型参数，以使更新后的异常检测模型输出的异常检测序列中异常数据排列靠前，相比于现有技术，能够使异常数据在异常检测序列中处于靠前位置，从而使运维人员能够快速在异常检测序列排查到异常数据，提升异常检测效率。

Anomaly detection method, model training method and related devices

【技术实现步骤摘要】
异常检测方法、模型训练方法及相关装置
本申请涉及异常检测
，具体而言，涉及一种异常检测方法、模型训练方法及相关装置。
技术介绍
为了保障服务器的稳定运行，一般需要运维人员通过监控各种各样的关键性能指标(比如CPU、内存、访问量等)来判断服务器是否有稳定运行，因为相关指标如果发生异常，往往意味着与其相关的应用发生了问题。运维人员监控的关键性能指标一般分为两种类型：服务指标和机器指标。服务指标是指能够反映服务器的规模、质量的性能指标，例如，网页响应时间，网页访问量，连接错误数量等；机器指标是指能够反映设备(服务器、路由器、交换机)健康状态的性能指标，例如，CPU使用率，内存使用率，磁盘IO，网卡吞吐率等。运维人员可以通过算法分析各种指标的时间序列数据，从而对服务器的各项指标进行异常检测，进而判断服务器是否出现异常行为。运维人员利用算法分析异常数据指标，可以得到异常检测序列，然后对异常检测序列中的各个数据进行排查，判断异常检测序列中的各个数据是否异常，从而确定服务器是否出现异常。然而，在例如前述的异常检测方案中，正常数据比异常数本文档来自技高网...

【技术保护点】
1.一种异常检测模型训练方法，其特征在于，所述方法包括：/n将训练数据输入至异常检测模型，获得所述训练数据对应的异常检测序列；/n当所述异常检测序列中异常数据排列靠后时，根据所述异常检测序列以及接收的第一反馈输入，更新所述异常检测模型的模型参数，以使更新后的异常检测模型输出的异常检测序列中异常数据排列靠前；/n其中，所述第一反馈输入表征所述异常检测序列中异常数据排列靠后。/n

【技术特征摘要】
1.一种异常检测模型训练方法，其特征在于，所述方法包括：
将训练数据输入至异常检测模型，获得所述训练数据对应的异常检测序列；
当所述异常检测序列中异常数据排列靠后时，根据所述异常检测序列以及接收的第一反馈输入，更新所述异常检测模型的模型参数，以使更新后的异常检测模型输出的异常检测序列中异常数据排列靠前；
其中，所述第一反馈输入表征所述异常检测序列中异常数据排列靠后。


2.如权利要求1所述的方法，其特征在于，根据所述异常检测序列以及接收的第一反馈输入，更新所述异常检测模型的模型参数的步骤，包括：
根据所述异常检测序列及所述第一反馈输入计算损失函数值；
增大所述损失函数值，并利用所述增大后的损失函数值更新所述异常检测模型的模型参数。


3.如权利要求2所述的方法，其特征在于，更新所述异常检测模型的模型参数的计算公式满足如下：
loss′＝-ytSCORE(xn；wn)
式中，loss′表示所述增大后的损失函数值，yt表示所述第一反馈输入，SCORE函数表示对所述异常检测序列的异常分数计算函数，xn表示所述异常检测序列，wn表示所述更新后的模型参数。


4.如权利要求2所述的方法，其特征在于，所述损失函数值的计算公式满足如下：
loss＝SCORE(xn；wn-1)-yt
式中，loss表示所述损失函数值，SCORE函数表示对所述异常检测序列的异常分数计算函数，xn表示所述异常检测序列，wn-1表示所述异常检测模型的模型参数，yt表示所述第一反馈输入。


5.一种异常检测方法，其特征在于，所述方法包括：
接收待检测数据；

【专利技术属性】
技术研发人员：孙尚勇，
申请(专利权)人：新华三信息安全技术有限公司，
类型：发明
国别省市：安徽;34