【技术实现步骤摘要】
本专利技术涉及计算机，尤其涉及一种异常检测算法的基准测试方法及装置。
技术介绍
1、时间序列数据(time series data)是在不同时间上收集到的数据，用于所描述现象随时间变化的情况。这类数据反映了某一事物、现象等随时间的变化状态或程度。时间序列数据在各个领域中都有广泛的应用，例如电力、交通、金融等，稳定的时间序列数据在某种程度上可以直接表明系统运行的稳定性。因此准确地检测出时间序列数据中的异常点对于维护系统运行的稳定性、及时发现系统出现的问题具有重要意义。因此，就发展出了时间序列异常检测算法。时间序列异常检测算法是一种重要的数据分析技术，用于在时间序列数据中识别其中的异常。通过建立时间序列异常检测基准测试框架，可以提供一个公平和客观的评估环境，帮助研究人员和从业者了解不同算法的优劣，并推动时间序列异常检测技术的发展和应用。但是目前时间序列异常检测任务的算法并没有一个基准性的参考依据。在实际应用中，新算法在某一特定实时系统中相较于之前的算法提升了多少的检测准确率和召回率、是否增加或减少了系统资源的开销等方面都没有一个全面的对比依据，导致在新算法提出后，无法得知其在应用场景中的异常检测能力，不利于其部署和进一步优化。因此，目前亟需为异常检测算法测试提供一套标准化方法来评估算法的异常检测能力。
技术实现思路
1、为了解决现有技术中存在的问题，本申请实施例提供了一种异常检测算法的基准测试方法、装置、计算设备、计算机存储介质及包含计算机程序的产品，能够针对不同的异常检测算法进行基准
2、第一方面，本申请实施例提供一种异常检测算法的基准测试方法，应用于时间序列数据的异常检测，该方法包括：获取多个待评估的异常检测算法组成的集合，以及时间序列数据集，其中，时间序列数据集中包括多条时间序列数据；通过训练范式以及训练数据集中的数据，对集合中的各个待评估的异常检测算法进行训练，得到各个待评估的异常检测算法所对应的算法实例，其中，训练集为时间序列数据集的子集；通过每个当前算法实例，对当前算法实例所对应的待评估的异常检测算法进行测试，确定每个当前异常检测算法的检测效果。
3、在一些可能的实现方式中，训练范式可以包括一对一训练范式、全包含训练范式、零样本训练范式中的任意一种。
4、在一些可能的实现方式中，一对一训练范式具体用于表征：将时间序列数据集中的每条时间序列数据均划分为训练集与测试集，通过每条时间序列数据，分别对每个待评估的异常检测算法进行训练，得到多个异常检测算法的参数。
5、在一些可能的实现方式中，全包含训练范式具体用于表征：将时间序列数据集划分为训练集与测试集，通过训练集与测试集对每个待评估的异常检测算法进行训练，得到一个异常检测算法的参数。
6、在一些可能的实现方式中，零样本训练范式具体用于表征：将时间序列数据集中的时间序列数据，以序列为单位划分为训练集与测试集；通过训练集对每个待评估的异常检测算法进行训练，得到一个异常检测算法的参数。
7、在一些可能的实现方式中，方法还包括：对多个待评估的异常检测算法的异常检测表现进行评估汇总，将评估结果进行保存。
8、在一些可能的实现方式中，方法还包括：根据评估结果，生成可视化图表，以可视化图表的形式，对评估结果进行展示。
9、在一些可能的实现方式中，确定当前异常检测算法的检测效果，包括：通过算法实例对测试数据集中的用于测试的时间序列数据的每个时间点计算，得到测试结果，将测试结果作为评估结果，在测试结果中可以包括异常分数、计算时间、占用空间。
10、在一些可能的实现方式中，方法还包括：通过异常分数，表征特定场景所使用的异常检测算法的异常检测能力。
11、第二方面，本申请实施例提供一种异常检测算法的基准测试装置，应用于时间序列数据的异常检测，该装置包括：获取模块，用于获取多个待评估的异常检测算法组成的集合，以及时间序列数据集，其中，时间序列数据集中包括多条时间序列数据；处理模块，用于通过算法的训练范式以及训练数据集中的数据，对集合中的各个待评估的异常检测算法进行训练，得到各个待评估的异常检测算法所对应的算法实例，其中，训练集为时间序列数据集的子集；处理模块，还用于通过当前算法实例，对当前算法实例所对应的待评估的异常检测算法进行测试，确定当前异常检测算法的检测效果。
12、第三方面，本申请实施例提供一种计算机可读存储介质，包括计算机可读指令，当计算机读取并执行所述计算机可读指令时，使得计算机执行如第一方面任一项所述的方法。
13、第四方面，本申请实施例提供一种计算设备，包括处理器和存储器，其中，所述存储器中存储有计算机程序指令，所述计算机程序指令被所述处理器运行时，执行如第一方面任一项所述的方法。
14、第五方面，本申请实施例提供一种包含计算机程序的产品，当计算机程序产品在处理器上运行时，使得所述处理器执行如第一方面任一项所述的方法。
15、本申请实施例所提供的方案可以针对不同的异常检测算法进行基准测试，得到各个异常检测算法在异常检测时的表现。
本文档来自技高网...【技术保护点】
1.一种异常检测算法的基准测试方法，其特征在于，应用于时间序列数据的异常检测，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述训练范式可以包括一对一训练范式、全包含训练范式、零样本训练范式中的任意一种。
3.根据权利要求2所述的方法，其特征在于，所述一对一训练范式具体用于表征：
4.根据权利要求2所述的方法，其特征在于，所述全包含训练范式具体用于表征：
5.根据权利要求2所述的方法，其特征在于，所述零样本训练范式具体用于表征：
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：对多个待评估的异常检测算法的异常检测表现进行评估汇总，将评估结果进行保存。
7.根据权利要求1所述的方法，其特征在于，所述方法还包括：根据所述评估结果，生成可视化图表，以所述可视化图表的形式，对所述评估结果进行展示。
8.根据权利要求1所述的方法，其特征在于，所述确定当前异常检测算法的检测效果，包括：
9.根据权利要求8所述的方法，其特征在于，所述方法还包括：
10.一种异常检测
...【技术特征摘要】
1.一种异常检测算法的基准测试方法，其特征在于，应用于时间序列数据的异常检测，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述训练范式可以包括一对一训练范式、全包含训练范式、零样本训练范式中的任意一种。
3.根据权利要求2所述的方法，其特征在于，所述一对一训练范式具体用于表征：
4.根据权利要求2所述的方法，其特征在于，所述全包含训练范式具体用于表征：
5.根据权利要求2所述的方法，其特征在于，所述零样本训练范式具体用于表征：
6.根据权利要求1所述的方法，...
【专利技术属性】
技术研发人员：司昊田，裴昶华，张海明，黎建辉，
申请(专利权)人：中国科学院计算机网络信息中心，
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。