【技术实现步骤摘要】
本申请涉及数据处理，尤其涉及一种时间序列分类自动匹配的云上系统异常检测方法。
技术介绍
1、时间序列分类指对运维领域的时间序列数据根据其自身的统计特征或含有的不同成分（趋势成分、周期成分、噪声等）进行分类。时间序列分类的意义可总结为以下五点：
2、1）将分类数据与预测算法进行匹配，提升预测准确性，同时减少寻找最优模型时的计算量；
3、2）将分类数据与异常检测算法进行匹配，提升异常检测准确性，同样可减少寻找最优模型时的计算量；
4、3）可作为时间序列预测算法的预处理步骤，例如识别并剔除数据中的周期性；
5、4）可作为时间序列异常检测算法的预处理步骤，例如银行跑批任务中的周期性剔除等；
6、5）时间序列数据的统计分析，比如统计数据库中不同类型数据的各自占比，分析不同业务数据的重要程度以及数据质量评估等。
7、在时间序列分类中真实的运维数据可能是复合类型，而并非是简单的周期型数据，而是带有趋势性的周期类型。在这种情况下先进行周期性判定就会出现错误。而随着数据量的爆炸性增长...
【技术保护点】
1.一种时间序列分类自动匹配的云上系统异常检测方法，其特征在于，所述云上系统包括至少一个主节点和多个次节点，所述主节点与次节点之间进行通信连接，在所述次节点设置有边缘计算探针，所述异常检测方法包括：
2.如权利要求1所述的时间序列分类自动匹配的云上系统异常检测方法，其特征在于，利用边缘计算探针采集相应的节点参数，以构建一级时间序列包括：任一时刻所采集的节点参数不包含某一项参数的情况下，用指定字符进行填充，以及；
3.如权利要求1所述的时间序列分类自动匹配的云上系统异常检测方法，其特征在于，在各次节点，对所述一级时间序列提取的特征包括：
<...【技术特征摘要】
1.一种时间序列分类自动匹配的云上系统异常检测方法，其特征在于，所述云上系统包括至少一个主节点和多个次节点，所述主节点与次节点之间进行通信连接，在所述次节点设置有边缘计算探针，所述异常检测方法包括：
2.如权利要求1所述的时间序列分类自动匹配的云上系统异常检测方法，其特征在于，利用边缘计算探针采集相应的节点参数，以构建一级时间序列包括：任一时刻所采集的节点参数不包含某一项参数的情况下，用指定字符进行填充，以及；
3.如权利要求1所述的时间序列分类自动匹配的云上系统异常检测方法，其特征在于，在各次节点，对所述一级时间序列提取的特征包括：
4.如权利要求3所述的时间序列分类自动匹配的...
【专利技术属性】
技术研发人员：杜静，张冰，沈雪晴，黄文雯，孔蕊，魏远，安培秀，李丹丹，田雪函，李伯宇，
申请(专利权)人：国家电网有限公司信息通信分公司，
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。