System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种数据异常检测方法、装置、设备及存储介质制造方法及图纸_技高网

一种数据异常检测方法、装置、设备及存储介质制造方法及图纸

技术编号:40943743 阅读:5 留言:0更新日期:2024-04-18 15:00
本发明专利技术公开了一种数据异常检测方法、装置、设备及存储介质,包括:从关联的数据库中获取时间序列数据,并根据所述时间序列数据确定目标指标数据,所述目标指标数据包括对应的时间戳;对所述目标指标数据进行类型识别,根据类型识别结果确定对应的预测指标数据;将所述目标指标数据与所述预测指标数据进行比对,根据比对结果确定所述目标指标数据中的异常数据。上述技术方案,避免人工标注的高成本问题,解决了偏离程度边界不合理设置导致的高误报与高漏报问题,提高了数据异常检测的准确度,降低异常检测的经济成本。

【技术实现步骤摘要】

本专利技术涉及数据运维,尤其涉及一种数据异常检测方法、装置、设备及存储介质


技术介绍

1、随着人工智能技术的发展,网络数据运维逐渐进入智能化运维新时期,而运维监控指标的异常检测是智能运维的一个重要组成部分。

2、目前,指标异常检测可以概括为两大类:基于有监督的异常检测和基于无监督的异常检测。基于有监督的异常检测不可避免地需要高成本的人工标注来构造训练数据集,而基于无监督的异常检测方法通过自回归重构误差,并基于误差偏离程度来判断异常,可以避免高成本的人工标注问题,但偏离程度的边界设置的不合理会带来高误报和高漏报问题。


技术实现思路

1、本专利技术提供了一种数据异常检测方法、装置、设备及存储介质,避免人工标注的高成本问题,解决了偏离程度边界不合理设置导致的高误报与高漏报问题,提高了数据异常检测的准确度,降低异常检测的经济成本。

2、第一方面,本公开实施例提供了一种数据异常检测方法,包括:

3、从关联的数据库中获取时间序列数据,并根据所述时间序列数据确定目标指标数据,所述目标指标数据包括对应的时间戳;

4、对所述目标指标数据进行类型识别,根据类型识别结果确定对应的预测指标数据;

5、将所述目标指标数据与所述预测指标数据进行比对,根据比对结果确定所述目标指标数据中的异常数据。

6、第二方面,本公开实施例提供了一种数据异常检测装置,包括:

7、目标数据确定模块,用于从关联的数据库中获取时间序列数据,并根据所述时间序列数据确定目标指标数据,所述目标指标数据包括对应的时间戳;

8、预测数据确定模块,用于对所述目标指标数据进行类型识别,根据类型识别结果确定对应的预测指标数据;

9、异常数据确定模块,用于将所述目标指标数据与所述预测指标数据进行比对,根据比对结果确定所述目标指标数据中的异常数据。

10、第三方面,本公开实施例提供了一种电子设备,包括:

11、至少一个处理器;以及

12、与至少一个处理器通信连接的存储器;其中,

13、存储器存储有可被至少一个处理器执行的计算机程序,计算机程序被至少一个处理器执行,以使至少一个处理器能够执行上述第一方面实施例提供的数据异常检测方法。

14、第四方面,本公开实施例提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机指令,计算机指令用于使处理器执行时实现上述第一方面实施例提供的数据异常检测方法。

15、本专利技术实施例的一种数据异常检测方法、装置、设备及存储介质,通过从关联的数据库中获取时间序列数据,并根据所述时间序列数据确定目标指标数据,所述目标指标数据包括对应的时间戳;对所述目标指标数据进行类型识别,根据类型识别结果确定对应的预测指标数据;将所述目标指标数据与所述预测指标数据进行比对,根据比对结果确定所述目标指标数据中的异常数据。上述技术方案,避免人工标注的高成本问题,解决了偏离程度边界不合理设置导致的高误报与高漏报问题,提高了数据异常检测的准确度,降低异常检测的经济成本。

16、应当理解,本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征,也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。

本文档来自技高网...

【技术保护点】

1.一种数据异常检测方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述根据所述时间序列数据确定目标指标数据,包括:

3.根据权利要求1所述的方法,其特征在于,所述对所述目标指标数据进行类型识别,根据类型识别结果确定对应的预测指标数据,包括:

4.根据权利要求3所述的方法,其特征在于,在根据所述目标指标数据的时间序列类型确定对应类型的目标预测模型之后,包括:

5.根据权利要求3所述的方法,其特征在于,所述对所述目标指标数据进行数据类型识别,确定所述目标指标数据的时间序列类型,包括:

6.根据权利要求5所述的方法,其特征在于,所述对所述目标指标数据进行周期识别,若识别到周期且对应的周期相关系数满足预设阈值,确定所述目标指标数据的时间序列类型为周期型,包括:

7.根据权利要求1所述的方法,其特征在于,所述将所述目标指标数据与所述预测指标数据进行比对,根据比对结果确定所述目标指标数据中的异常数据,包括:

8.一种数据异常检测装置,其特征在于,包括:

9.一种电子设备,其特征在于,包括:

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的一种数据异常检测方法。

...

【技术特征摘要】

1.一种数据异常检测方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述根据所述时间序列数据确定目标指标数据,包括:

3.根据权利要求1所述的方法,其特征在于,所述对所述目标指标数据进行类型识别,根据类型识别结果确定对应的预测指标数据,包括:

4.根据权利要求3所述的方法,其特征在于,在根据所述目标指标数据的时间序列类型确定对应类型的目标预测模型之后,包括:

5.根据权利要求3所述的方法,其特征在于,所述对所述目标指标数据进行数据类型识别,确定所述目标指标数据的时间序列类型,包括:

6.根据权利要求5所述的方法...

【专利技术属性】
技术研发人员:沈正飞
申请(专利权)人:湖南省爱数信息技术集团有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1