周期性数据异常的检测方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术提供一种周期性数据异常的检测方法、装置、电子设备及存储介质，其中方法包括：采用目标检测模型对获取到的周期性待检测数据进行第一检测，得到异常分数；所述目标检测模型是采用历史监测指标数据集合训练得到；采用预设的异常分数阈值算法对所述异常分数进行计算，得到异常分数阈值；若所述异常分数超出所述异常分数阈值，所述第一检测的检测结果为所述周期性待检测数据异常。本发明专利技术降低了运维人员的工作强度，提高了检测效率低；本发明专利技术能够适用于多类型的监测指标，对异常判断具有高准确率。高准确率。高准确率。

【技术实现步骤摘要】
周期性数据异常的检测方法、装置、电子设备及存储介质


[0001]本专利技术实施例涉及计算机
，尤其涉及一种周期性数据异常的检测方法、装置、电子设备及存储介质。

技术介绍

[0002]目前，周期性数据异常的检测中，运维人员根据当前监测指标对算法进行选择与调试。在需要对大量且多类型的监测指标进行异常检测时，运维人员的工作强度大，检测效率低。
[0003]目前，周期性数据异常的检测中，采用固定阈值对是否异常进行判断。在需要对多类型的监测指标进行异常检测时，固定阈值不能适用于多类型的监测指标，造成异常判断错误。

技术实现思路

[0004]本专利技术实施例提供一种周期性数据异常的检测方法、装置、电子设备及存储介质，以解决现有的需要对大量且多类型的监测指标进行异常检测时，运维人员的工作强度大，检测效率低的问题，以及固定阈值不能适用于多类型的监测指标，造成异常判断错误问题。
[0005]为了解决上述技术问题，本专利技术是这样实现的：
[0006]第一方面，本专利技术实施例提供了一种周期性数据异常的检测方法，包括：本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种周期性数据异常的检测方法，其特征在于，包括：采用目标检测模型对获取到的周期性待检测数据进行第一检测，得到异常分数；所述目标检测模型是采用历史监测指标数据集合训练得到；采用预设的异常分数阈值算法对所述异常分数进行计算，得到异常分数阈值；若所述异常分数超出所述异常分数阈值，所述第一检测的检测结果为所述周期性待检测数据异常。2.根据权利要求1所述的周期性数据异常的检测方法，其特征在于：采用目标检测模型对获取到的周期性待检测数据进行第一检测，之前包括：对获取到的历史监测指标数据集合进行预处理，得到训练监测指标数据集合；采用所述训练监测指标数据集合对待训练检测模型进行训练，得到目标检测模型。3.根据权利要求2所述的周期性数据异常的检测方法，其特征在于：对获取到的历史监测指标数据集合进行预处理，得到训练监测指标数据集合，包括：对所述历史监测指标数据集合中的历史监测指标数据进行标准化处理，以使得各所述历史监测指标数据处于同一数量级；和/或，对所述历史监测指标数据进行第二检测，所述第二检测用于指示所述历史监测指标数据中是否存在缺失值，若第二检测的检测结果为所述历史监测指标数据中存在缺失值，将预设的填补值填充至与所述缺失值对应的缺失位置。4.根据权利要求2所述的周期性数据异常的检测方法，其特征在于：对获取到的历史监测指标数据集合进行预处理，得到训练监测指标数据集合，还包括：采用预设的第一算法从所述历史监测指标数据集合中提取第一数据；采用所述第一算法更新所述第一数据的数据格式，以使得更新后的第一数据的数据格式与所述目标检测模型指定的数据格式相同；将所述更新后的第一数据集合组成所述训练监测指标数据集合。5.根据权利要求1所述的周期性数据异常的检测方法，其特征在于：若所述异常分数超出所述异常分数阈值，所述第一检测的检测结果为所述周期性待检测数据异常，...

【专利技术属性】
技术研发人员：孙永谦，张茹茹，张圣林，熊潇，林子涵，杨晖，李筱沛，于洪建，李晓桐，
申请(专利权)人：云账户技术天津有限公司，
类型：发明
国别省市：