【技术实现步骤摘要】
本申请属于计算机，具体涉及一种时间序列数据的异常识别方法、时间序列数据的异常识别装置、计算机可读介质、电子设备以及计算机程序产品。
技术介绍
1、在通过计算机设备执行的业务流程中，存在大量的可监控指标数据(例如：零售场景中的订单量)，其异常变化可能为重要的业务问题的预兆，因此有必要对这些指标进行常态化监控。
2、现有方案主要依赖于人工阈值配置进行指标监控，包括以固定参数作为异常标准的常数阈值法、以区间范围作为异常标准的相对阈值法。通过人工配置或者通过人工智能模型预测等方式，可以获取指标参考值(或者区间范围)作为异常检测的阈值。
3、由于指标数据存在波动性，为了避免阈值配置不合理的问题，需要不断更新异常检测标准。然而，异常检测标准的更新存在一定的滞后性，导致异常识别准确性差的问题。
技术实现思路
1、本申请提供一种时间序列数据的异常识别方法、时间序列数据的异常识别装置、计算机可读介质、电子设备以及计算机程序产品，目的在于提高时间序列数据的异常识别准确性。
...
【技术保护点】
1.一种时间序列数据的异常识别方法，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，根据预设的检测长度从时间序列数据中提取得到多个数据点序列，包括：
3.根据权利要求2所述的方法，其特征在于，获取时间序列数据的时序周期，包括：
4.根据权利要求3所述的方法，其特征在于，对所述聚合后的时间序列数据进行周期性检测，包括：
5.根据权利要求2所述的方法，其特征在于，在根据所述检测长度从所述时间序列数据中提取得到多个数据点序列之前，所述方法还包括：
6.根据权利要求1至5中任意一项所述的方法，其特征在于...
【技术特征摘要】
1.一种时间序列数据的异常识别方法，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，根据预设的检测长度从时间序列数据中提取得到多个数据点序列，包括：
3.根据权利要求2所述的方法，其特征在于，获取时间序列数据的时序周期，包括：
4.根据权利要求3所述的方法，其特征在于，对所述聚合后的时间序列数据进行周期性检测，包括：
5.根据权利要求2所述的方法，其特征在于，在根据所述检测长度从所述时间序列数据中提取得到多个数据点序列之前，所述方法还包括：
6.根据权利要求1至5中任意一项所述的方法，其特征在于，在对所述数据点序列按照至...
【专利技术属性】
技术研发人员：蔡远航，王子泰，
申请(专利权)人：深圳前海微众银行股份有限公司，
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。