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()
【技术实现步骤摘要】
本申请涉及数据检测,尤其涉及一种时序数据异常检测方法、装置、设备及存储介质。
技术介绍
1、企业在日常的生产中会产生大量的时序数据,如,计算机的cpu使用率、内存使用率等,为了及时了解生产的状况需要对产生的时序数据进行异常检测,也即从产生的时序数据中识别出非正常的数据。
2、目前对时序数据进行异常检测的方法有统计法以及机器学习法等;其中,需要根据时序数据的数据分布、平稳性、周期性以及趋势性选择对应种类的统计法,如,n-sigma统计算法以及arima统计算法等,如此使得通过统计法对时序数据进行异常检测的普适性较差,从而使得通过统计法对时序数据进行异常检测的准召率较差;其中,通过机器学习法对时序数据进行异常检测时,需要获取大量的异常数据样本进行打标分类,但是异常数据样本数量较少,获取大量的异常数据样本较为困难且较为耗时,此外对大量的异常样本数据进行打标分类的时间成本也较高,从而使得通过机器学习法对时序数据进行异常检测的检测效率较差。
3、综上可见,通过现有技术对时序数据进行异常检测时,难以在保证准召率的前提下,同时保证异常检测的效率。
技术实现思路
1、为了便于对时序数据进行异常检测时,在保证准召率的前提下,还同时保证异常检测的效率,本申请实施例提供一种时序数据异常检测方法、装置、设备及存储介质。
2、第一方面,本申请实施例提供一种时序数据异常检测方法,包括:
3、基于预设的第一窗口大小对历史时序预处理数据进行统计得到统计数据;
...【技术保护点】
1.一种时序数据异常检测方法,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,所述处理获取的所述聚类模式对应的历史时序预处理数据得到与所述聚类模式对应的单模式上下基线与单模式置信度,包括:
3.根据权利要求2所述的方法,其特征在于,所述拟合所述第一时限数据得到拟合数据,统计所述拟合数据得到第三上下基线,包括:
4.根据权利要求1所述的方法,其特征在于,所述基于每种所述聚类模式对应的单模式上下基线与单模式置信度处理获取的实时时序数据得到异常检测结果,包括:
5.根据权利要求4所述的方法,其特征在于,所述基于每种所述聚类模式对应的判断结果与单模式置信度计算异常分数,包括:
6.根据权利要求1所述的方法,其特征在于,所述基于预设的第一窗口大小对历史时序预处理数据进行统计得到统计数据,包括:
7.根据权利要求1所述的方法,其特征在于,所述基于预设的第一窗口大小对历史时序预处理数据进行统计得到统计数据前的步骤,包括:
8.一种时序数据异常检测装置,其特征在于,所述装置包括:
9.一
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
11.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种时序数据异常检测方法,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,所述处理获取的所述聚类模式对应的历史时序预处理数据得到与所述聚类模式对应的单模式上下基线与单模式置信度,包括:
3.根据权利要求2所述的方法,其特征在于,所述拟合所述第一时限数据得到拟合数据,统计所述拟合数据得到第三上下基线,包括:
4.根据权利要求1所述的方法,其特征在于,所述基于每种所述聚类模式对应的单模式上下基线与单模式置信度处理获取的实时时序数据得到异常检测结果,包括:
5.根据权利要求4所述的方法,其特征在于,所述基于每种所述聚类模式对应的判断结果与单模式置信度计算异常分数,包括:
6.根据权利要求1所述的方法,其特征在于,所述基于预设的第一窗口大...
【专利技术属性】
技术研发人员:程捷,
申请(专利权)人:北京博睿宏远数据科技股份有限公司,
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。