时序指标异常检测方法、装置、系统、设备及存储介质制造方法及图纸

本公开关于一种时序指标异常检测方法、装置、系统、设备及存储介质，涉及计算机技术领域，本公开中的检测装置根据预设方式确定目标时序指标在预设时间段的上边界和下边界，预设方式包括响应于参数设置操作预先设定的方式和在没有预先设定的上边界和下边界的情况下使用至少一个边界确定模型确定的方式，并判断目标时序指标在预设时间段内的数据是否超过该上边界和下边界；若超过，则检测装置确定目标时序指标异常。标时序指标异常。标时序指标异常。

【技术实现步骤摘要】
时序指标异常检测方法、装置、系统、设备及存储介质


[0001]本公开涉及计算机
，尤其涉及一种时序指标异常检测方法、装置、系统、设备及存储介质。

技术介绍

[0002]业务数据的时序指标是基于时间戳的指标。时序指标可以用于反映业务数据的趋势性、规律性等，还可以用于大数据分析和机器学习等。在计算机
中，时序指标异常检测旨在发现应用程序的各种业务数据的异常，是智能监控系统中的重要环节。随着技术的发展，运维数据规模也越来越大，业务数据的时序指标的类别也逐渐增多。业务数据的时序指标的异常检测也越来越重要。
[0003]通常情况下，监控系统需要通过时序指标的数值是否超过上下边界，判断时序指标是否异常。若超过上边界或下边界，则确定时序指标异常。但是，不同的时序指标的波动情况是不一样的，或者同一时序指标在不同的时间段的波动情况也是不一样的。若采用固定的上下边界，则无法准确检测时序指标是否异常。

技术实现思路

[0004]本公开提供一种时序指标异常检测方法、装置、系统、设备及存储介质，可以准确的检测业务数据的时序指标是否异常本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种时序指标异常检测方法，其特征在于，包括：确定目标时序指标在第一预设时间段的上边界和下边界，其中，所述目标时序指标的上边界和下边界为根据预设方式确定，所述预设方式包括响应于参数设置操作预先设定的方式、以及在没有预先设定的上边界和下边界的情况下使用至少一个边界确定模型确定的方式；获取所述第一预设时间段内所述目标时序指标的数值；若所述数值大于所述上边界，或小于所述下边界，确定所述目标时序指标异常。2.根据权利要求1所述的方法，其特征在于，所述至少一个边界确定模型包括第一边界确定模型和第二边界确定模型，所述第一边界模型的置信度大于所述第二边界模型的置信度，在所述目标时序指标没有预先设定的上下边界的情况下，所述确定目标时序指标在第一预设时间段的上边界和下边界，包括：确定所述目标时序指标在第二预设时间段的误差率，所述误差率用于反映所述目标时序指标的预测数据与实际数据之间的误差情况；所述第二预设时间段为所述第一预设时间段之前的时间段；若所述目标时序指标的误差率小于稳定阈值，且所述目标时序指标对应的检测时长超过预设时长，则根据所述第一边界模型确定所述目标时序指标在第一预设时间段的上边界和下边界，其中，所述目标时序指标对应的检测时长为当前时刻与所述目标时序指标的开始检测时刻之间的时长；若所述目标时序指标的误差率大于或等于所述稳定阈值，且小于波动阈值，则根据所述第一边界确定模型和所述第二边界确定模型确定所述目标时序指标在第一预设时间段的上边界和下边界，所述波动阈值大于所述稳定阈值。3.根据权利要求2所述的方法，其特征在于，所述确定所述目标时序指标在第二预设时间段内的误差率，包括：获取所述目标时序指标的第一历史时间段的数据；将所述目标时序指标的所述第一历史时间段的数据以及第二预设时间段的起始时刻，输入所述第一边界确定模型，得到所述目标时序指标在所述第二预设时间段内的预测数据；获取所述目标时序指标在所述第二预设时间段内的实际数据；根据所述目标时序指标在所述第二预设时间段内的预测数据和实际数据，确定所述目标时序指标的所述误差率。4.根据权利要求3所述的方法，其特征在于，所述根据所述目标时序指标在所述第二预设时间段内的预测数据和实际数据，确定所述目标时序指标的所述误差率，包括：根据第一数值与所述目标时序指标的实际数据之间的比值，确定所述目标时序指标的误差率，所述第一数值为所述目标时序指标的实际数据与预...

【专利技术属性】
技术研发人员：吴曙楠，黄宗怡，王方舟，
申请(专利权)人：北京达佳互联信息技术有限公司，
类型：发明
国别省市：