本说明书公开了一种异常检测的方法及装置，该异常检测的方法包括：获取各目标对象的历史数据；根据各历史数据生成时间的先后顺序，构建历史数据序列；在预先构建的检测库中，确定出与所述历史数据序列相匹配的标准数据序列，以及所述标准数据序列对应的目标异常检测算法，并将所述目标异常检测算法作为所述目标对象对应的异常检测算法；将所述目标对象与所述目标异常检测算法之间的对应关系进行保存，以利用所述目标异常检测算法对所述目标对象的实时数据进行异常检测。象的实时数据进行异常检测。象的实时数据进行异常检测。
【技术实现步骤摘要】
一种异常检测的方法及装置
[0001]本说明书涉及人工智能领域，尤其涉及一种异常检测的方法及装置。
技术介绍
[0002]近年来，随着人工智能技术的发展，智能化运维（Artificial Intelligence for IT Operations，AIOps）技术逐渐应用到工业、通信、科研等诸多领域，以通过数据挖掘或深度学习等方法，来对诸如系统或者服务等运维对象产生的数据进行智能化异常检测，从而及时发现可能出现的异常。
[0003]然而目前通常采用的异常检测方法只能检测到检测数据中突变较为明显的异常，对于一些不明显的异常往往检测精度较低，而且，在诸如工业领域的实际生产环境中，采集到的检测数据通常没有固定的规律，这就导致目前的方法在面对这些没有周期性变化规律的检测数据时，无法准确的判断出发生的异常，甚至发生误判。
[0004]因此，如何提高异常检测的精度以及准确性，是一个亟待解决的问题。
技术实现思路
[0005]本说明书提供一种异常检测的方法及装置，以部分的解决现有技术存在的上述问题。
[0006]本说明书采用下述技术方案：本说明书提供了一种异常检测的方法，包括：获取目标对象的各历史数据；根据各历史数据生成时间的先后顺序，构建历史数据序列；在预先构建的检测库中，确定出与所述历史数据序列相匹配的标准数据序列，以及所述标准数据序列对应的目标异常检测算法，并将所述目标异常检测算法作为所述目标对象对应的异常检测算法；将所述目标对象与所述目标异常检测算法之间的对应关系进行保存，以利用所述目标异常检测算法对所述目标对象的实时数据进行异常检测。
[0007]可选地，所述根据各历史数据生成时间的先后顺序，构建历史数据序列，具体包括：根据预设采样频率，在所述各历史数据中进行采样，得到目标数据；根据各目标数据生成时间的先后顺序，构建历史数据序列。
[0008]可选地，所述根据预设采样频率，在所述各历史数据中进行采样，具体包括：若在采样过程中，确定所述各历史数据中不包含有需要采样的指定时刻对应的数据，则根据所述各历史数据中在时序上与所述指定时刻相邻的时刻对应的数据，预测出所述指定时刻对应的数据；获取补全数据后的各历史数据；根据预设采样频率，对所述补全数据后的各历史数据进行采样。
[0009]可选地，所述根据预设采样频率，在所述各历史数据中进行采样，具体包括：若确定所述历史数据的数量大于预设数量，降低所述预设采样频率，并根据降低后的采样频率，在所述各历史数据中进行采样。
[0010]可选地，所述获取目标对象的各历史数据之前，所述方法还包括：获取各标准数据序列；针对每个标准数据序列，通过确定出的该标准数据序列对应的各候选异常检测算法，对该标准数据序列进行异常检测；针对每个候选异常检测算法，获取使用该候选异常检测算法从该标准数据序列检测出的第一异常数据，与该标准数据序列中实际出现的第二异常数据；将所述第一异常数据与所述第二异常数据之间的匹配度，作为该候选异常检测算法对应的匹配度；根据每个候选异常检测算法对应的匹配度，确定该标准数据序列相匹配的目标异常检测算法；根据每个标准数据序列相匹配的目标异常检测算法，构建检测库。
[0011]可选地，所述获取各标准数据序列，具体包括：获取各候选历史数据序列；对所述各候选历史数据序列进行去重处理，得到各标准数据序列。
[0012]可选地，所述获取各标准数据序列之后，所述方法还包括：根据该标准数据序列中数据的分布规律，确定该标准数据序列的序列类型；根据所述序列类型，确定适用于该标准数据序列的各候选异常检测算法。
[0013]本说明书提供了一种异常检测的装置，包括：获取模块，获取目标对象的历史数据；构建模块，根据各历史数据生成时间的先后顺序，构建历史数据序列；确定模块，在预先构建的检测库中，确定出与所述历史数据序列相匹配的标准数据序列，以及所述标准数据序列对应的目标异常检测算法，并将所述目标异常检测算法作为所述目标对象对应的异常检测算法；检测模块，将所述目标对象与所述目标异常检测算法之间的对应关系进行保存，以利用所述目标异常检测算法对所述目标对象的实时数据进行异常检测。
[0014]本说明书提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述异常检测的方法。
[0015]本说明书提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述异常检测的方法。
[0016]本说明书采用的上述至少一个技术方案能够达到以下有益效果：在本说明书提供的异常检测方法中，能够获取目标对象的历史数据，并根据该历史数据，构建历史数据序列，从而在预先构建的检测库中，确定出与历史数据序列相匹配的标准数据序列，以及该标准数据序列对应的目标异常检测算法，进而根据保存的目标对象与目标异常检测算法之间的对应关系，对目标对象的实时数据进行异常检测。
[0017]从上述方法可以看出，本说明书能够根据目标对象的历史数据生成的历史数据序列，直接在检测库中直接查找到与其相配的异常检测算法，而后便可以直接根据该异常检
测算法对其进行异常检测，相比于现有方案对所有形式的历史数据序列都采用相同的异常检测算法的方式，本方案能够找到适合于目标对象的异常检测算法，极大的提高了异常检测的精度以及异常检测的准确性。
附图说明
[0018]此处所说明的附图用来提供对本说明书的进一步理解，构成本说明书的一部分，本说明书的示意性实施例及其说明用于解释本说明书，并不构成对本说明书的不当限定。在附图中：图1为本说明书中提供的一种异常检测的方法的流程示意图；图2为本说明书提供的一种历史数据序列曲线图；图3为本说明书提供的一种历史数据序列曲线图；图4为本说明书提供的一种历史数据序列曲线图；图5为本说明书提供的一种历史数据序列曲线图；图6为本说明书提供的一种历史数据序列曲线图；图7为本说明书提供的一种历史数据序列曲线图；图8为本说明书提供的一种历史数据序列曲线图；图9为本说明书提供的一种异常检测的装置的示意图；图10为本说明书提供的一种对应于图1的电子设备示意图。
具体实施方式
[0019]为使本说明书的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本说明书保护的范围。
[0020]以下结合附图，详细说明本说明书各实施例提供的技术方案。
[0021]图1为本说明书中提供的一种异常检测的方法的流程示意图，包括以下步骤：S101：获取目标对象的各历史数据。
[0022]在对诸如服务器、网络系统、网站、数据库等运维对象的运维的过程中，通常需要对这些运维对象进行异常检测，从而发现这些运维对象在实际运行过程中发生的本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种异常检测的方法，其特征在于，包括：获取目标对象的各历史数据；根据各历史数据生成时间的先后顺序，构建历史数据序列；在预先构建的检测库中，确定出与所述历史数据序列相匹配的标准数据序列，以及所述标准数据序列对应的目标异常检测算法，并将所述目标异常检测算法作为所述目标对象对应的异常检测算法；将所述目标对象与所述目标异常检测算法之间的对应关系进行保存，以利用所述目标异常检测算法对所述目标对象的实时数据进行异常检测。2.如权利要求1所述的方法，其特征在于，所述根据各历史数据生成时间的先后顺序，构建历史数据序列，具体包括：根据预设采样频率，在所述各历史数据中进行采样，得到目标数据；根据各目标数据生成时间的先后顺序，构建历史数据序列。3.如权利要求2所述的方法，其特征在于，所述根据预设采样频率，在所述各历史数据中进行采样，具体包括：若在采样过程中，确定所述各历史数据中不包含有需要采样的指定时刻对应的数据，则根据所述各历史数据中在时序上与所述指定时刻相邻的时刻对应的数据，预测出所述指定时刻对应的数据；获取补全数据后的各历史数据；根据预设采样频率，对所述补全数据后的各历史数据进行采样。4.如权利要求2所述的方法，其特征在于，所述根据预设采样频率，在所述各历史数据中进行采样，具体包括：若确定所述历史数据的数量大于预设数量，则降低所述预设采样频率，并根据降低后的采样频率，在所述各历史数据中进行采样。5.如权利要求1所述的方法，其特征在于，所述获取目标对象的各历史数据之前，所述方法还包括：获取各标准数据序列；针对每个标准数据序列，通过确定出的该标准数据序列对应的各候选异常检测算法，对该标准数据序列进行异常检测；针对每个候选异常检测算法，获取使用该候选异常检测算...
【专利技术属性】
技术研发人员：章晓晓，王明辉，
申请(专利权)人：新华三人工智能科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。