【技术实现步骤摘要】
本专利技术涉及一种动态阈值异常检测方法、系统、存储介质及智能设备，涉及计算机领域。
技术介绍
1、在运维领域中，指标异常检测是指通过对系统或设备的关键指标进行实时监测和分析，检测和识别与正常行为或预期模式相比存在显著偏离的异常情况。这些关键指标可以是各种性能指标、运行状态指标、资源利用指标、网络流量指标等，具体根据不同的系统和应用而定。
2、指标异常检测的目标是提前发现和识别潜在的问题或异常情况，以便及时采取相应的措施来解决或预防可能的故障、性能下降、安全威胁等。通过对关键指标的实时监测和异常检测，运维团队可以及时获得系统的状态和健康状况，并能够对异常情况进行警报、记录、分析和响应。
3、现有工业中的指标异常检测算法大多数基于固定阈值，但是固定阈值往往需要根据经验设置和更新，因而难以确定合适的阈值，而且对于不同指标的适应性差，增加了维护和管理的复杂性。
4、专利申请cn 202211569513.5(申请名称：一种系统指标的检测方法、装置、电子设备及其存储介质，申请人：中邮信息科技(北京)有限公司，申...
【技术保护点】
1.一种动态阈值异常检测方法，其特征在于，包括有：
2.根据权利要求1所述的方法，其特征在于，时间戳特征向量包括：是否节假日、忙时或闲时、是否工作日、时间戳ID，其中，时间戳ID是将每个检测周期内的所有时间戳按时间先后排序、再将每个排序后的序号经归一化处理后的数值，时间戳特征向量还包含有多个其他归一化后的运维指标值。
3.根据权利要求1所述的方法，其特征在于，步骤一采用多元线性拟合算法来构建指标预测模型，即指标预测模型的计算公式为：f(x1,x2,…xn)＝α1×x1+α2×x2+…+αn×xn+β，其中，x1、x2、…、xn分别是时间戳特征向...
【技术特征摘要】
1.一种动态阈值异常检测方法，其特征在于，包括有：
2.根据权利要求1所述的方法，其特征在于，时间戳特征向量包括：是否节假日、忙时或闲时、是否工作日、时间戳id，其中，时间戳id是将每个检测周期内的所有时间戳按时间先后排序、再将每个排序后的序号经归一化处理后的数值，时间戳特征向量还包含有多个其他归一化后的运维指标值。
3.根据权利要求1所述的方法，其特征在于，步骤一采用多元线性拟合算法来构建指标预测模型，即指标预测模型的计算公式为：f(x1,x2,…xn)＝α1×x1+α2×x2+…+αn×xn+β，其中，x1、x2、…、xn分别是时间戳特征向量中的每个元素值，α1、α2、…、αn分别是待拟合的系数，β是待拟合的常数。
4.根据权利要求1所述的方法，其特征在于，步骤二中，根据所有连续时间戳的运维指标预测值确定每个时间戳对应的运维指标阈值范围，包括有：
5.根据权利要求1所述的方法，其特征在于，步骤一中，在提取历史检测周期内的时间戳特征向量和实际运维指标值作为样本数据对指标预测模型进行训练时，还对样本数据中的异常指标进行更新，包括有：
6.一种动态阈值异常检测系统，其特征在于，包括有：
...
【专利技术属性】
技术研发人员：廖建新，赵圆丽，张建虎，肖辉春，方羿翔，邢博旋，李小莉，
申请(专利权)人：新讯数字科技杭州有限公司，
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。