异常检测方法、装置、电子设备及存储介质与流程

本申请涉及智能运维，更具体地，涉及一种异常检测方法、装置、电子设备及计算机可读存储介质。

背景技术：

1、在智能运维中，通过对运维指标数据进行挖掘与学习其规律，如变更时间、特殊节假日、业务正常的高低峰等，实现动态阈值、异常检测、根因分析和指标预测等运维应用，从而快速有效决策和止损，减少故障处理时间。

2、因此，亟需一种异常检测方法来准确的定位运维指标数据中的异常数据。

技术实现思路

1、本申请提出了一种异常检测方法、装置、电子设备及计算机可读存储介质，以改善上述缺陷。

2、第一方面，本申请实施例提供了一种异常检测方法，方法包括：

3、获取待检测序列、待检测序列对应的均值以及标准差，待检测序列包括多个检测时刻各自对应的数据，均值以及标准差由多个检测时刻各自对应的数据确定；

4、根据待检测序列、均值以及标准差，确定至少一个目标序列；

5、根据目标序列对应的目标周期，确定目标序列对应的周期性检测结果；

6、根据周期性检测结果，获取目标序列对应的目标异常检测算法；

7、根据目标异常检测算法对目标异常检测算法对应目标序列进行检测，得到待检测序列对应的异常数据检测结果。

8、第二方面，本申请实施例还提供了一种异常检测装置，装置包括：

9、第一获取模块，用于获取待检测序列、待检测序列对应的均值以及标准差，待检测序列包括多个检测时刻各自对应的数据，均值以及标准差由多个检测时刻各自对应的数据确定；

10、第一确定模块，用于根据待检测序列、均值以及标准差，确定至少一个目标序列；

11、第二确定模块，用于根据目标序列对应的目标周期，确定目标序列对应的周期性检测结果；

12、第二获取模块，用于根据周期性检测结果，获取目标序列对应的目标异常检测算法；

13、输出模块，用于根据目标异常检测算法对目标异常检测算法对应目标序列进行检测，得到待检测序列对应的异常数据检测结果。

14、可选地，第一确定模块，还用于根据均值以及标准差，确定待检测序列的漂移阈值；根据均值以及标准差，确定每个检测时刻对应的双边统计量；确定每个检测时刻对应的双边统计量以及漂移阈值的漂移比对结果；根据每个检测时刻对应的漂移比对结果，确定待检测序列对应的漂移性检测结果；根据漂移性检测结果，确定至少一个目标序列。

15、可选地，第一确定模块，还用于若漂移性检测结果为待检测序列中存在漂移数据，根据漂移数据对应的检测时刻，对待检测序列进行拆分，得到多个目标序列；若漂移性检测结果为待检测序列中不存在漂移数据，获取待检测序列作为目标序列。

16、可选地，第二获取模块，还用于若周期性检测结果为目标序列是周期序列，对目标序列进行时序分解，分解出目标序列对应的残差；根据残差分量，确定第一偏度值；根据第一偏度值，获取目标序列对应的目标异常检测算法。

17、可选地，第二获取模块，还用于若周期性检测结果为目标序列不是周期序列，对目标序列进行单位根检验，得到单位根检验结果；根据单位根检验结果，获取目标序列对应的目标异常检测算法。

18、可选地，第二获取模块，还用于若单位根检验结果为目标序列对应的检验值达到显著性水平，根据目标序列，确定第二偏度值；根据第二偏度值，获取目标序列对应的目标异常检测算法。

19、可选地，第一获取模块，还用于根据每个检测时刻对应的滑动窗口，确定每个检测时刻对应的多个数据；对每个检测时刻对应的多个数据进行排序，并获取每个检测时刻对应的排序后的多个数据的中位数，作为待检测序列中每个检测时刻各自对应的目标数据；根据多个检测时刻各自对应的目标数据，确定待检测序列对应的均值以及标准差。

20、可选地，第二确定模块，还用于通过滑动平均算法，对目标序列的趋势分量进行删除处理，得到删除处理结果；对删除处理结果进行傅里叶变换，得到变换结果；根据变换结果得到功率谱；按照频率由高到低从功率谱中选取多个初选频率；根据多个初选频率各自的周期候选项，得到多个初选频率各自的自相关系数；获取自相关系数最大值对应的周期候选项，作为目标序列的目标周期；确定自相关系数最大值以及系数阈值的周期比对结果；根据周期比对结果，确定目标序列对应的周期性检测结果。

21、第三方面，本申请实施例还提供了一种电子设备，包括：一个或多个处理器；存储器；一个或多个应用程序，其中一个或多个应用程序被存储在存储器中并被配置为由一个或多个处理器执行，一个或多个应用程序配置用于执行上述方法。

22、第四方面，本申请实施例还提供了一种计算机可读存储介质，计算机可读存储介质存储有处理器可执行的程序代码，程序代码被处理器执行时使处理器执行上述方法。

23、本申请提供的一种异常检测方法、装置、电子设备及计算机可读存储介质，在本申请中，通过均值以及标准差确定目标序列，并根据目标序列对应的目标周期，确定目标序列对应的周期性检测结果，通过周期性检测结果确定目标异常检测算法，目标异常检测算法可以与待检测序列契合度更高，使得目标异常检测算法得到的异常数据检测结果更加准确，实现了异常数据的精准定位的技术效果。

24、本申请实施例的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请实施例而了解。本申请实施例的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

技术特征：

1.一种异常检测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的异常检测方法，其特征在于，所述根据所述待检测序列、所述均值以及所述标准差，确定至少一个目标序列，包括：

3.根据权利要求2所述的异常检测方法，其特征在于，所述根据所述漂移性检测结果，确定至少一个目标序列，包括：

4.根据权利要求1所述的异常检测方法，其特征在于，所述根据所述周期性检测结果，获取所述目标序列对应的目标异常检测算法，包括：

5.根据权利要求1所述的异常检测方法，其特征在于，所述根据所述周期性检测结果，获取所述目标序列对应的目标异常检测算法，包括：

6.根据权利要求5所述的异常检测方法，其特征在于，所述根据所述单位根检验结果，获取所述目标序列对应的目标异常检测算法，包括：

7.根据权利要求1所述的异常检测方法，其特征在于，所述待检测序列对应的均值以及标准差的获取方法包括：

8.根据权利要求1所述的异常检测方法，其特征在于，所述目标周期的获取方法包括：

9.一种异常检测装置，其特征在于，包括：

10.一种电子设备，其特征在于，包括：

11.一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存储有处理器可执行的程序代码，所述程序代码被所述处理器执行时使所述处理器执行权利要求1-8任一项所述方法。

技术总结本申请公开了一种异常检测方法、装置、电子设备及计算机可读存储介质，方法包括：获取待检测序列、待检测序列对应的均值以及标准差；根据待检测序列、均值以及标准差，确定至少一个目标序列；根据目标序列对应的目标周期，确定目标序列对应的周期性检测结果；根据周期性检测结果，获取目标序列对应的目标异常检测算法；根据目标异常检测算法对目标异常检测算法对应目标序列进行检测，得到待检测序列对应的异常数据检测结果。在本申请中，异常数据检测结果更加准确，实现了异常数据的精准定位的技术效果。技术研发人员：谭华受保护的技术使用者：广州欢聚时代信息科技有限公司技术研发日：技术公布日：2024/9/12