一种数据异常检测算法确定方法、装置及计算机设备制造方法及图纸

本发明专利技术公开了一种数据异常检测算法确定方法、装置及计算机设备，该方法包括：获取待检测数据；根据预设特征提取工具对所述待检测数据进行特征提取，得到所述待检测数据的指纹信息；根据所述待检测数据的指纹信息与预设算法选择模型中的指纹信息进行特征匹配，根据与待检测数据的指纹信息最相似的指纹信息对应的异常检测算法确定待检测数据的异常检测算法。本发明专利技术通过对待检数据进行特征提取，与提前设置好的预设算法选择模型中的多个数据的指纹信息进行特征匹配，根据匹配度最高的指纹信息对应的异常检测算法确定该待检测数据的异常检测算法，可以实现根据数据特征变化，实时选择最适应该待检测数据的异常检测算法，场景适应能力强，通用性较好。通用性较好。通用性较好。

【技术实现步骤摘要】
一种数据异常检测算法确定方法、装置及计算机设备


[0001]本专利技术涉及数据异常检测
，具体涉及一种数据异常检测算法确定方法、装置及计算机设备。

技术介绍

[0002]随着物联网技术的发展，流数据会被快速的收集。在流数据收集的实时场景中，存在各种各样的异常流数据，准确、及时的捕获这些异常流数据对于特定的应用系统来说至关重要。目前异常检测算法(Anomaly Detection Algorithms，ADA)已在许多运维监控平台中被广泛使用。但是，可以应用于这些流数据的异常检测算法的种类繁多，每一种异常检测算法都有各自的适用场景。
[0003]相关技术中，对流数据进行异常检测时，通常针对特定场景或数据建立特定的异常检测模型，每种类型的异常检测算法最好的预测结果仅针对一组特定的流数据，对流数据的异常检测方法不能随着场景变化或者数据特征变化而灵活切换，通用性较低。

技术实现思路

[0004]因此，本专利技术要解决的技术问题在于克服现有技术中针对特定场景或数据建立特定的异常检测模型，对数据的异常检测方法不能随着场景变化或本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据异常检测算法确定方法，其特征在于，包括如下步骤：获取待检测数据；根据预设特征提取工具对所述待检测数据进行特征提取，得到所述待检测数据的指纹信息；根据所述待检测数据的指纹信息与预设算法选择模型中的指纹信息进行特征匹配，根据与所述待检测数据的指纹信息最相似的指纹信息对应的异常检测算法确定所述待检测数据的异常检测算法。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数据的指纹信息与预设算法选择模型中的指纹信息进行特征匹配包括：根据预设选择算法对所述待检测数据的指纹信息进行特征筛选，得到筛选后的指纹信息，根据所述筛选后的指纹信息与预设算法选择模型中的指纹信息进行特征匹配。3.根据权利要求1所述的方法，其特征在于，所述预设算法选择模型通过如下步骤确定：获取历史数据以及与所述历史数据对应的异常检测算法；根据预设特征提取工具对所述历史数据进行特征提取，得到所述历史数据的指纹信息；根据所述历史数据的指纹信息和与所述历史数据对应的异常检测算法确定所述预设算法选择模型。4.根据权利要求3所述的方法，其特征在于，所述根据所述待检测数据的指纹信息与预设算法选择模型中的指纹信息进行特征匹配，根据与所述待检测数据的指纹信息最相似的指纹信息对应的异常检测算法确定所述待检测数据的异常检测算法，包括：分别计算所述待检测数据的指纹信息和每一个所述历史数据的指纹信息的相似度；根据所述相似度确定所述待检测数据的参照历史数据；根据与所述参照历史数据对应的异常检测算法确定所述待检测数据的异常检测算法。5.根据权利要求4所述的方法...

【专利技术属性】
技术研发人员：刘卫卫，雷舒雅，王晓慧，杨中国，吴岩，
申请(专利权)人：国网四川省电力公司国家电网有限公司，
类型：发明
国别省市：