异常检测方法、装置、设备、介质及产品制造方法及图纸

本申请公开了一种异常检测方法、装置、设备、介质及产品，属于数据处理技术领域。该方法包括：在获取到性能指标的指标曲线的情况下，确定指标曲线的一阶差分曲线，一阶差分曲线的纵坐标为一阶差分值，一阶差分值用于表征指标曲线中相邻两个时间点的指标值的变化量；采用预设时间窗口在一阶差分曲线上滑动，在滑动过程中确定一阶差分曲线在预设时间窗口内的纵坐标的和值，得到性能指标的多个突变量；确定多个突变量中满足预设突变条件的目标突变量，将目标突变量对应的时间点确定为异常时间点。根据本申请实施例，能够对指标曲线进行简单快速地异常排查，有效提升指标曲线的异常检测效率。率。率。

【技术实现步骤摘要】
异常检测方法、装置、设备、介质及产品


[0001]本申请属于数据处理
，尤其涉及一种异常检测方法、装置、设备、介质及产品。

技术介绍

[0002]在应用系统运维过程中，运维人员需定期查看系统性能指标的指标曲线，以对指标值的异常变动及时进行排查，从而及时发现并解决应用系统存在的故障隐患。
[0003]相关技术中，随着应用系统及其指标曲线的数量增多，通过人工回顾指标曲线排查异常，所耗费的时间越来越长，异常检测效率较低。因此，如何对系统性能指标的指标曲线进行快速检查，提升异常检测效率，成为当前亟需解决的问题。

技术实现思路

[0004]本申请实施例提供一种异常检测方法、装置、设备、介质及产品，能够对系统性能指标的指标曲线进行快速检查，提升异常检测效率。
[0005]第一方面，本申请实施例提供一种异常检测方法，该方法包括：
[0006]在获取到性能指标的指标曲线的情况下，确定指标曲线的一阶差分曲线，其中，指标曲线基于性能指标的时间序列数据生成，一阶差分曲线的纵坐标为一阶差分值，一阶差分值用于表征指标曲线中相邻两个时间点的指标值的变化量；
[0007]采用预设时间窗口在一阶差分曲线上滑动，在滑动过程中确定一阶差分曲线在预设时间窗口内的纵坐标的和值，得到性能指标的多个突变量；
[0008]确定多个突变量中满足预设突变条件的目标突变量，将目标突变量对应的时间点确定为异常时间点。
[0009]第二方面，本申请实施例提供一种异常检测装置，该装置包括：
[0010]确定模块，用于在获取到性能指标的指标曲线的情况下，确定指标曲线的一阶差分曲线，其中，指标曲线基于性能指标的时间序列数据生成，一阶差分曲线的纵坐标为一阶差分值，一阶差分值用于表征指标曲线中相邻两个时间点的指标值的变化量；
[0011]确定模块，还用于采用预设时间窗口在一阶差分曲线上滑动，在滑动过程中确定一阶差分曲线在预设时间窗口内的纵坐标的和值，得到性能指标的多个突变量；
[0012]检测模块，还用于确定多个突变量中满足预设突变条件的目标突变量，将目标突变量对应的时间点确定为异常时间点。
[0013]第三方面，本申请实施例提供一种电子设备，包括：处理器以及存储有计算机程序指令的存储器；处理器执行计算机程序指令时实现第一方面所示的异常检测方法的步骤。
[0014]第四方面，本申请实施例提供一种计算机可读存储介质，计算机可读存储介质上存储程序或指令，程序或指令被处理器执行时实现如第一方面所示的异常检测方法的步骤。
[0015]第五方面，本申请实施例提供一种计算机程序产品，计算机程序产品被存储在非
易失的存储介质中，计算机程序产品被至少一个处理器执行时实现如第一方面所示的异常检测方法的步骤。
[0016]第六方面，本申请实施例提供一种芯片，该芯片包括处理器和通信接口，通信接口和处理器耦合，处理器用于运行程序或指令，实现如第一方面的异常检测方法的步骤。
[0017]本申请实施例提供一种异常检测方法、装置、设备、介质及产品，在获取到性能指标的指标曲线的情况下，确定指标曲线的一阶差分曲线，指标曲线基于性能指标的时间序列数据生成，一阶差分曲线的纵坐标为一阶差分值，该一阶差分值用于表征指标曲线中相邻两个时间点的指标值变化量，因此一阶差分曲线能够反映指标值变化量的变化情况。在此基础上，本申请采用预设时间窗口在一阶差分曲线上滑动，在滑动过程中确定一阶差分曲线在预设时间窗口内的纵坐标的和值，使用滑动时间窗口计算累积差分值，得到性能指标的多个突变量，该突变量即为指标值变化量在各个滑动时间窗口内的和值，能够准确反映指标值在某一段时间内的变化程度。例如若该和值较大，则说明位于滑动时间窗口内的多个指标值变化量较大，也即位于该滑动时间窗口内的连续多个时间点的指标值呈增长趋势。因此，通过判断突变量是否满足预设突变条件，能够有效衡量指标曲线中指标值是否存在突变异常，例如指标值突增或突降，最终确定满足预设突变条件的目标突变量对应的时间点确定为异常时间点，无需人工查看指标曲线进行排查，简单快速，能够有效提升指标曲线的异常检测效率。
附图说明
[0018]为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单的介绍，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0019]图1为本申请第一方面提供的异常检测方法的一实施例的流程图；
[0020]图2为本申请第一方面提供的异常检测方法的另一实施例的流程图；
[0021]图3为本申请第一方面提供的异常检测方法的再一实施例的流程图；
[0022]图4为本申请第一方面提供的异常检测方法的再一实施例的流程图；
[0023]图5为本申请第一方面提供的异常检测方法的再一实施例的流程图；
[0024]图6为本申请第一方面提供的异常检测方法的指标曲线与基准曲线的示例的示意图；
[0025]图7为本申请第一方面提供的异常检测方法的再一实施例的流程图；
[0026]图8为本申请第一方面提供的异常检测方法的指标曲线与基准曲线的另一示例的示意图；
[0027]图9为本申请第一方面提供的异常检测方法的再一实施例的流程图；
[0028]图10为本申请第二方面提供的异常检测装置的一实施例的结构示意图；
[0029]图11为本申请第三方面提供的电子设备的一实施例的结构示意图。
具体实施方式
[0030]下面将详细描述本申请的各个方面的特征和示例性实施例，为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及具体实施例，对本申请进行进一步详细
描述。应理解，此处所描述的具体实施例仅意在解释本申请，而不是限定本申请。对于本领域技术人员来说，本申请可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本申请的示例来提供对本申请更好的理解。
[0031]随着应用系统及其指标曲线的数量增多，通过人工回顾指标曲线排查异常，所耗费的时间越来越长，异常检测效率较低。因此，如何对系统性能指标的指标曲线进行快速检查，提升异常检测效率，成为当前亟需解决的问题。
[0032]基于上述出现的问题，本申请实施例提供一种异常检测方法、装置、设备、介质及产品，采用预设时间窗口在一阶差分曲线上滑动，在滑动过程中确定一阶差分曲线在预设时间窗口内的纵坐标的和值，使用滑动时间窗口计算累积差分值，得到性能指标的多个突变量，该突变量即为指标值变化量在各个滑动时间窗口内的和值，能够准确反映指标值在某一段时间内的变化程度。例如若该和值较大，则说明位于滑动时间窗口内的多个指标值变化量较大，也即位于该滑动时间窗口内的连续多个时间点的指标值呈增长趋势。因此，通过判断突变量是否满足预设突变条件，能够有效衡量指标曲线中指标值是否存在突变异常，例如指标值突增或突降，最终确定满足预设突变条件的目标突变本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种异常检测方法，其特征在于，所述方法包括：在获取到性能指标的指标曲线的情况下，确定所述指标曲线的一阶差分曲线，其中，所述指标曲线基于所述性能指标的时间序列数据生成，所述一阶差分曲线的纵坐标为一阶差分值，所述一阶差分值用于表征所述指标曲线中相邻两个时间点的指标值的变化量；采用预设时间窗口在所述一阶差分曲线上滑动，在滑动过程中确定所述一阶差分曲线在所述预设时间窗口内的纵坐标的和值，得到所述性能指标的多个突变量；确定所述多个突变量中满足预设突变条件的目标突变量，将所述目标突变量对应的时间点确定为异常时间点。2.根据权利要求1所述的方法，其特征在于，所述确定所述指标曲线的一阶差分曲线，包括：在所述指标曲线为平缓型曲线的情况下，基于所述指标曲线确定所述一阶差分曲线；在所述指标曲线为波动型曲线的情况下，确定所述指标曲线相对于基准曲线的最大平移量，所述基准曲线基于所述性能指标的历史时间序列曲线生成；在所述最大平移量大于预设平移阈值的情况下，对所述指标曲线进行逆向平移，并基于逆向平移后的指标曲线确定所述一阶差分曲线。3.根据权利要求2所述的方法，其特征在于，在所述确定所述指标曲线的一阶差分曲线之前，所述方法还包括：将所述指标曲线划分为N个时间区间，并获取每个时间区间的区间最大值与区间最小值；计算每个时间区间的区间最大值与区间最小值之间的差值，得到所述N个时间区间对应的N个差值；确定所述N个时间区间中目标时间区间的第一数量，其中，所述目标时间区间对应差值大于第一预设阈值；在所述第一数量与N的比值小于或等于第一比率的情况下，确定所述指标曲线为平缓型曲线；在所述第一数量与N的比值大于所述第一比率的情况下，确定所述指标曲线为波动型曲线。4.根据权利要求2所述的方法，其特征在于，在所述确定所述指标曲线相对于基准曲线的最大平移量之前，所述方法还包括：获取所述性能指标在第一预设时间段内的历史时间序列数据；基于所述第一预设时间段内的历史时间序列数据，生成所述性能指标的P条历史时间序列曲线，其中，所述历史时间序列曲线的横坐标为时间点，纵坐标为所述性能指标的指标值；计算所述P条历史时间序列曲线中，每个时间点对应的P个指标值的平均值；将所述P个指标值的平均值作为纵坐标，生成所述基准曲线。5.根据权利要求2或4所述的方法，其特征在于，所述确定所述指标曲线相对于基准曲线的最大平移量，包括：基于动态时间归整DTW算法，计算所述指标曲线与所述基准曲线的相似度，得到所述指标曲线与所述基准曲线的最短距离，以及所述指标曲线与所述基准曲线之间的映射路径；
基于所述映射路径，计算所述指标曲线相对于所述基准曲线的最大平移量。6.根据权利要求5所述的方法，其特征在于，所述映射路径用于表征第一坐标点与第二坐标点的映射关系，所述第一坐标点为所述指标曲线中的坐标点，所述第二坐标点为所述基准曲线中的坐标点，所述基于所述映射路径，计算所述指标曲线相对于所述基准曲线的最大平移量，包括：在至少两个第一坐标点与同一第二坐标点均具有映射关系的情况下，确定所述指标曲线相对于所述基准曲线产生平移；获取所述基准曲线对应的多个第二坐标点中，与每个第二坐标点具有映射关系的第一坐标点的数量，得到每个第二坐标点对应的第二数量；确定所述多个第二坐标点中的第二目标坐标点，其中，所述第二目标坐标点对应的第二数量最大；基于所述第二目标坐标点对应的第二数量，计算所述最大平移量。7.根据权利要求6所述的方法，其特征在于，所述方法还包括：获取所述指标曲线对应的多个...

【专利技术属性】
技术研发人员：杨锋，蔡方龙，华石榴，钟彬，裘愉锋，蒋群华，施跃跃，
申请(专利权)人：中国银联股份有限公司，
类型：发明
国别省市：