异常数据的检测方法、装置、存储介质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异常数据的检测方法、装置、存储介质及计算机设备，涉及信息技术领域及数字医疗技术领域，主要在于能够提高异常数据的检测效率和检测精度。其中方法包括：获取待检测数据；若待检测数据属于系统运行数据，则利用预设阈值检测算法对系统运行数据进行异常检测，得到系统运行数据对应的异常检测结果；若待检测数据属于业务数据，则获取业务数据的多维度属性信息；将业务数据及其对应的多维度属性信息输入至预设价值参数预测模型中进行转化价值预测，得到业务数据在所述多维度属性信息下存在异常的第一价值参数和不存在异常的第二价值参数；根据第一价值参数和第二价值参数，判定业务数据是否存在异常。判定业务数据是否存在异常。判定业务数据是否存在异常。

【技术实现步骤摘要】
异常数据的检测方法、装置、存储介质及计算机设备


[0001]本专利技术涉及信息
，尤其是涉及一种异常数据的检测方法、装置、存储介质及计算机设备。

技术介绍

[0002]对于业务密度大、流程长、依赖服务多的业务系统而言，医疗企业的医保服务系统，在实际运行当中，异常数据的出现是一种常见现象，某种程度上是一种常态。所以异常数据出现后，能及时发现、及时处理是对线上业务系统正常运行的基础。
[0003]目前，通常通过人工来对异常数据进行检测。然而，这种人为检测异常数据的方式，导致异常数据的检测效率较低，与此同时，由于工作人员的疏忽会导致漏检或错检的情况出现，从而导致异常数据的检测精度较低。

技术实现思路

[0004]本专利技术提供了一种异常数据的检测方法、装置、存储介质及计算机设备，主要在于能够提高异常数据的检测效率和检测精度。
[0005]根据本专利技术的第一个方面，提供一种异常数据的检测方法，包括：
[0006]获取待检测数据；
[0007]若所述待检测数据属于系统运行数据，则利用预设阈值检测算法本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种异常数据的检测方法，其特征在于，包括：获取待检测数据；若所述待检测数据属于系统运行数据，则利用预设阈值检测算法对所述系统运行数据进行异常检测，得到所述系统运行数据对应的异常检测结果；若所述待检测数据属于业务数据，则获取所述业务数据的多维度属性信息；将所述业务数据及其对应的多维度属性信息输入至预设价值参数预测模型中进行转化价值预测，得到所述业务数据在所述多维度属性信息下存在异常的第一价值参数和不存在异常的第二价值参数；根据所述第一价值参数和所述第二价值参数，判定所述业务数据是否存在异常。2.根据权利要求1所述的方法，其特征在于，所述利用预设阈值检测算法对所述系统运行数据进行异常检测，得到所述系统运行数据对应的异常检测结果，包括：基于所述系统运行数据，确定系统运行过程中各个运行节点之间的运行时间间隔；判断所述运行时间间隔是否大于预设时间阈值；若所述运行时间间隔大于预设时间阈值，则判定所述系统运行数据为异常数据；若所述运行时间间隔小于或等于预设时间阈值，则判定所述系统运行数据为正常数据。3.根据权利要求1所述的方法，其特征在于，所述将所述业务数据及其对应的多维度属性信息输入至预设价值参数预测模型中进行转化价值预测，得到所述业务数据在所述多维度属性信息下存在异常的第一价值参数和不存在异常的第二价值参数，包括：确定所述业务数据对应的原生端；判断所述原生端对应的标识信息是否在预设黑名单中；若所述标识信息在预设黑名单中，则确定所述业务数据为异常数据；若所述标识信息不在预设黑名单中，则将所述业务数据及其对应的多维度属性信息输入至预设价值参数预测模型中进行转化价值预测，得到所述业务数据在所述多维度属性信息下存在异常的第一价值参数和不存在异常的第二价值参数。4.根据权利要求1所述的方法，其特征在于，所述预设价值参数预测模型为预设异常数据检测贝叶斯分类器，所述将所述业务数据及其对应的多维度属性信息输入至预设价值参数预测模型中进行转化价值预测，得到所述业务数据在所述多维度属性信息下存在异常的第一价值参数和不存在异常的第二价值参数，包括：获取样本业务数据的多维度样本属性信息，并基于所述多维度样本属性信息构建预设异常数据检测贝叶斯分类器；利用所述预设异常数据检测贝叶斯分类器计算所述样本业务数据存在异常的第三价值参数和不存在异常的第四价值参数，以及所述多维度属性信息分别在存在异常条件下的第五价值参数和不存在异常条件下的第六价值参数；根据所述第三价值参数、所述第四价值...

【专利技术属性】
技术研发人员：倪科伟，
申请(专利权)人：平安壹钱包电子商务有限公司，
类型：发明
国别省市：