一种异常检测的方法、装置、计算机设备和存储介质制造方法及图纸

技术编号:44303850 阅读:10 留言:0更新日期:2025-02-18 20:20
本发明专利技术涉及一种异常检测的方法,包括:按照预设时间序列格式采集待处理数据;使用带权移动平均模型对待处理数据进行训练,得到时间序列预测模型;获取预设时间段内的待检测数据;将所述待检测数据输入所述异常数据预测模型,确定所述待检测数据的预测数据;根据所述预测数据设置所述待检测数据的异常阈值;将所述预设时间段内的预测数据中超过所述异常阈值的数据确定为异常数据。提升了模型预测的准确性和实时性,降低了异常检测的成本。

【技术实现步骤摘要】

本专利技术实施例涉及数据处理的,尤其涉及一种异常检测的方法、装置、计算机设备和存储介质


技术介绍

1、在经济学、金融、气象学、销售预测等领域,预测行业周期趋势的场景中,需要对一些趋势指标进行实时监测并基于行业规则预测其趋势,在趋势走向超出预设阈值时进行预警。

2、现有技术中,最常使用的方法一是基于业务规则的关键指标监控告警,但是存在业务规则监控告警维护成本高、误报率高等问题。另外一种方法是基于机器学习的自回归积分滑动平均模型(autoregressive integrated moving average model,arima)进行数据预测和预警,但存在实时性不足导致误报率增加的问题。

3、因此,基于以上问题,一种能提高异常检测的实时性、准确性和高效性,且低成本的方法是非常迫切的需求。


技术实现思路

1、本专利技术实施例提出了一种异常检测的方法、装置、计算机设备和存储介质,以解决目前异常检测中误报率和预测成本皆高的问题。

2、第一方面,本专利技术实施例提供了一种异常检测的方法,所述方法包括:

3、按照预设时间序列格式采集待处理数据;

4、使用带权移动平均模型对待处理数据进行训练,得到时间序列预测模型;

5、获取预设时间段内的待检测数据;

6、将所述待检测数据输入所述异常数据预测模型,确定所述待检测数据的预测数据;

7、根据所述预测数据设置所述待检测数据的异常阈值;

8、将所述预设时间段内的预测数据中超过所述异常阈值的数据确定为异常数据。

9、第二方面,本专利技术实施例还提供了一种异常检测的装置,所述装置包括:

10、待处理数据采集模块,用于按照预设时间序列格式采集待处理数据;

11、时间序列预测模型训练模块,用于使用带权移动平均模型对待处理数据进行训练,得到时间序列预测模型;

12、待检测数据获取模块,用于获取预设时间段内的待检测数据;

13、预测模块,用于将所述待检测数据输入所述异常数据预测模型,确定所述待检测数据的预测数据;

14、异常阈值设置模块,用于根据所述预测数据设置所述待检测数据的异常阈值;

15、异常数据确定模块,用于将所述预设时间段内的预测数据中超过所述异常阈值的数据确定为异常数据。

16、第三方面,本专利技术实施例还提供了一种计算机设备,所述计算机设备包括:

17、一个或多个处理器;

18、存储器,用于存储一个或多个程序,

19、当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如第一方面中任一项所述的异常检测的方法。

20、第四方面,本专利技术实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质上存储计算机程序,所述计算机程序被处理器执行时实现如第一方面中任一项所述的异常检测的方法。

21、在本实施例中,按照预设时间序列格式采集待处理数据;使用带权移动平均模型对待处理数据进行训练,得到时间序列预测模型;获取预设时间段内的待检测数据;将所述待检测数据输入所述异常数据预测模型,确定所述待检测数据的预测数据;根据所述预测数据设置所述待检测数据的异常阈值;将所述预设时间段内的预测数据中超过所述异常阈值的数据确定为异常数据。提升了模型预测的准确性和实时性,降低了异常检测的成本。

本文档来自技高网...

【技术保护点】

1.一种异常检测的方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,还包括:

3.根据权利要求1所述的方法,其特征在于,所述使用带权移动平均模型对待处理数据进行训练,得到时间序列预测模型的步骤,包括:

4.根据权利要求1所述的方法,其特征在于,若所述异常阈值包括异常上限阈值和异常下限阈值,则所述将所述预设时间段内的预测数据中超过所述异常阈值的数据确定为异常数据的步骤,包括:

5.根据权利要求2所述的方法,所述对称平均绝对百分比误差统计方法的计算公式,包括:

6.一种异常检测的装置,其特征在于,所述装置包括:

7.根据权利要求6所述的装置,其特征在于,还包括:

8.根据权利要求7所述的装置,其特征在于,所述时间序列预测模型训练模块还用于:

9.一种计算机设备,其特征在于,所述计算机设备包括:

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上存储计算机程序,所述计算机程序被处理器执行时实现如权利要求1-5中任一项所述的异常检测的方法。

...

【技术特征摘要】

1.一种异常检测的方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,还包括:

3.根据权利要求1所述的方法,其特征在于,所述使用带权移动平均模型对待处理数据进行训练,得到时间序列预测模型的步骤,包括:

4.根据权利要求1所述的方法,其特征在于,若所述异常阈值包括异常上限阈值和异常下限阈值,则所述将所述预设时间段内的预测数据中超过所述异常阈值的数据确定为异常数据的步骤,包括:

5.根据权利要求2所述的方法,所述对称平均绝对...

【专利技术属性】
技术研发人员:曾文清吴海强虞孝伟李华强
申请(专利权)人:广州至真信息科技有限公司
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