[發明專利]一種針對季節性時序數據序列中異常點的識別方法及系統

有效

• 申請號: 201710136288.9
• 申請日: 2017-03-09
• 公開（公告）號: CN106933691B
• 公開（公告）日: 2020-11-10
• 發明（設計）人: 賈彪;王國彬;李克來;黃亮
• 申請（專利權）人: 深圳市彬訊科技有限公司
• 主分類號: G06F11/07
• 分類號: G06F11/07
• 代理公司: 深圳眾鼎專利商標代理事務所(普通合伙) 44325
• 代理人: 譚果林

本發明提供了一種針對季節性時序數據序列中異常點的識別方法，包括以下步驟：所述數據處理模塊提取數據的周期T₁、T₂、T₃、...、T_j，當前的時間n，以及數據采集頻率i，根據所述周期(T₁、T₂、T₃、...、T_j)、當前時間n及數據采集頻率i得出時序，并根據所述時序獲取時序的相關測試數據，所述數據異常點檢測模塊根據模型異常點計算策略對所述時序相關的測試數據進行異常檢測，該針對季節性時序數據序列中異常點的識別方法能夠在時序中有效的發現其中的異常點，模型簡單，容易代碼實現、能準備分析運行的業務數據及相關數據的異常數據點，能快速準確識別異常點、及時、優化、準確地修正異常數據。

技術領域

本發明涉及數據異常處理技術領域，尤其涉及一種針對季節性時序數據序列中異常點的識別方法及系統。

背景技術

生產中經常需要對異常的業務數據進行識別告警，業務數據通常具有一定的季節性，如網站各個時間段的訪問量等，并通過不斷聚集展示分析結果，為市場精準化營銷水平和深度運營能力提供了有力支撐，一些常用的開源監控軟件如open-falcon,prometheus都不支持此類異常識別，

現有技術的缺點：維護人員通過終端登陸業務數據系統，并訪問經分后臺數據，維護人員通過前臺系統的體現的業務數據的分析結果，對系統生成的業務數據進行檢查分析，與前日數據波動范圍比例(或者計算年同期比，月同期環比)，進行正態分布的序列的分析，在數據波動范圍超過閥值時進行數據異常告警，如果指標不正常，則處理故障。

當前對于符合正態分布的序列，做異常點識別的方法比較成熟。對于有季節性有時序一般思路都是想辦法轉化為一個正態分布，但沒有一個可行有用的方法。

因此，本領域的技術人員亟需研究出一種針對季節性的時序，能夠在時序中有效的發現其中的異常點，模型簡單，容易代碼實現、能快速準確識別異常點、及時修正異常數據的針對季節性時序數據序列中異常點的識別方法。

發明內容

本發明要解決的技術問題是提供一種針對季節性時序數據序列中異常點的識別方法，該針對季節性時序數據序列中異常點的識別方法能夠在時序中有效的發現其中的異常點，模型簡單，容易代碼實現、能準確分析運行的業務數據及相關數據的異常數據點，幫助快速發現事件或者服務器10的異常問題，及時對異常問題進行處理，能快速準確識別異常點、及時、優化、準確地修正異常數據。