异常检测的方法、装置、电子设备及计算机可读存储介质与流程

技术特征：
1.一种异常检测的方法，其特征在于，包括：基于目标指标的历史数据集合，以及预先训练好的指标预测模型，获得待测时间点的预测上限阈值、预测值以及预测下限阈值，所述历史数据集合包括所述目标指标在指定历史时间段内多个采样时间的历史指标值；基于所述目标指标的待测数据集合，确定目标数据特征的特征值集合；所述待测数据集合中包含所述待测时间点的实际指标值以及所述待测时间点之前的指定时间段内多个采样时间的历史指标值；根据所述特征值集合中的各特征值以及所述预测值，分别对所述预测上限阈值和所述预测下限阈值进行调整，获得指标上限阈值和指标下限阈值；根据所述指标上限阈值以及指标下限阈值，对所述实际指标值进行异常检测，获得所述实际指标值的异常检测结果。2.如权利要求1所述的方法，其特征在于，在所述基于所述目标指标的待测数据集合，确定目标数据特征的特征值集合之前，所述方法还包括：获取所述目标指标的历史数据序列，所述历史数据序列包括按照时间顺序排列的多个采样时间的历史指标值；根据所述历史数据序列中的各历史指标值，确定多个数据特征分别对应的特征值序列；根据各特征值序列，对各数据特征分别进行评分，获得各数据特征的特征评分，所述特征评分表示所述数据特征的特征值的变化程度；根据各数据特征的特征评分，从各数据特征中选取所述目标数据特征。3.如权利要求1所述的方法，其特征在于，所述根据所述特征值集合中的各特征值以及所述预测值，分别对所述预测上限阈值和所述预测下限阈值进行调整，获得指标上限阈值和指标下限阈值，包括：根据所述特征值集合中的各特征值，确定伸缩系数；确定所述预测上限阈值与所述预测值之间的第一距离；确定所述预测值与所述预测下限阈值之间的第二距离；根据所述伸缩系数，所述第一距离以及所述预测值，获得所述指标上限阈值；根据所述伸缩系数，所述第二距离以及所述预测值，获得所述指标下限阈值。4.如权利要求3所述的方法，其特征在于，所述根据所述特征值集合中的各特征值，确定伸缩系数，包括：确定所述特征值集合中的各特征值中的最大特征值以及最小特征值；确定所述特征值集合中包含的实际特征值与所述最小特征值之间的第一差值；所述实际特征值为所述待测时间点的特征值；确定所述最大特征值与所述最小特征值之间的第二差值；根据所述第一差值与所述第二差值之间比值，确定伸缩系数，所述伸缩系数与占比呈负相关。5.如权利要求3所述的方法，其特征在于，所述根据所述伸缩系数，所述第一距离以及所述预测值，对所述预测上限阈值，获得所述指标上限阈值，包括：确定所述伸缩系数与所述第一距离之间的第一乘积；
基于所述第一乘积与所述预测值的和，获得所述指标上限阈值。6.如权利要求3所述的方法，其特征在于，所述根据所述伸缩系数，所述第二距离以及所述预测值，获得所述指标下限阈值，包括：确定所述伸缩系数与所述第二距离之间的第二乘积；基于所述预测值与所述第二乘积之间的差，获得所述指标下限阈值。7.如权利要求1-6任一项所述的方法，其特征在于，所述根据所述指标上限阈值以及指标下限阈值，对所述实际指标值进行异常检测，获得所述实际指标值的异常检测结果，包括：若确定所述实际指标值高于所述指标上限阈值或者低于所述指标下限阈值，则确定所述异常检测结果为指标值异常，否则，确定所述异常检测结果为指标值正常。8.一种异常检测的装置，其特征在于，包括：预测单元，用于基于目标指标的历史数据集合，以及预先训练好的指标预测模型，获得待测时间点的预测上限阈值、预测值以及预测下限阈值，所述历史数据集合包括所述目标指标在指定历史时间段内多个采样时间的历史指标值；确定单元，用于基于所述目标指标的待测数据集合，确定目标数据特征的特征值集合；所述待测数据集合中包含所述待测时间点的实际指标值以及所述待测时间点之前的指定时间段内多个采样时间的历史指标值；调整单元，用于根据所述特征值集合中的各特征值以及所述预测值，分别对所述预测上限阈值和所述预测下限阈值进行调整，获得指标上限阈值和指标下限阈值；检测单元，用于根据所述指标上限阈值以及指标下限阈值，对所述实际指标值进行异常检测，获得所述实际指标值的异常检测结果。9.一种电子设备，其特征在于，包括处理器以及存储器，所述存储器存储有计算机可读取指令，当所述计算机可读取指令由所述处理器执行时，运行如权利要求1-7任一所述方法。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运行如权利要求1-7任一所述方法。

技术总结
本申请属于检测技术领域，公开了异常检测的方法、装置、电子设备及计算机可读存储介质，该方法包括，基于目标指标的历史数据集合，以及预先训练好的指标预测模型，获得待测时间点的预测上限阈值、预测值以及预测下限阈值；基于目标指标的待测数据集合，确定目标数据特征的特征值集合；根据特征值集合中的各特征值以及预测值，分别对预测上限阈值和预测下限阈值进行调整，获得指标上限阈值和指标下限阈值；根据指标上限阈值以及指标下限阈值，对实际指标值进行异常检测，获得实际指标值的异常检测结果。这样，提高了异常检测的准确性。提高了异常检测的准确性。提高了异常检测的准确性。


技术研发人员：姜勇越 王菲 王建华
受保护的技术使用者：创新奇智（深圳）技术有限公司
技术研发日：2022.08.11
技术公布日：2022/11/18