[發(fā)明專利]一種時(shí)間序列的標(biāo)記方法、裝置、設(shè)備和存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 201811648187.0
• 申請(qǐng)日: 2018-12-30
• 公開（公告）號(hào): CN109739904B
• 公開（公告）日: 2021-08-10
• 發(fā)明（設(shè)計(jì)）人: 戰(zhàn)泓升;龔誠;張昕
• 申請(qǐng)（專利權(quán)）人: 北京城市網(wǎng)鄰信息技術(shù)有限公司
• 主分類號(hào): G06F16/2458
• 分類號(hào): G06F16/2458
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

本發(fā)明公開了一種時(shí)間序列的檢測方法、裝置、設(shè)備和存儲(chǔ)介質(zhì)。其中，該方法包括：獲取時(shí)間序列中的序列點(diǎn)；通過預(yù)先構(gòu)建的統(tǒng)計(jì)模型得到序列點(diǎn)是否為異常點(diǎn)的第一確定結(jié)果，通過預(yù)先構(gòu)建的無監(jiān)督學(xué)習(xí)模型得到序列點(diǎn)是否為異常點(diǎn)的第二確定結(jié)果；如果第一確定結(jié)果與第二確定結(jié)果一致，則將確定為正常點(diǎn)的序列點(diǎn)作為正常樣本，將確定為異常點(diǎn)的序列點(diǎn)作為異常樣本；通過分類模型得到時(shí)間序列中各序列點(diǎn)的檢測結(jié)果，并根據(jù)檢測結(jié)果標(biāo)記時(shí)間序列中的異常點(diǎn)。本發(fā)明實(shí)施例提供的技術(shù)方案，避免采用單一的統(tǒng)計(jì)模型或者無監(jiān)督學(xué)習(xí)模型對(duì)時(shí)間序列中的序列點(diǎn)進(jìn)行檢測時(shí)所存在的漏檢和誤檢的問題，提高時(shí)間序列中異常點(diǎn)標(biāo)記的準(zhǔn)確性和可靠性。

技術(shù)領(lǐng)域

本發(fā)明實(shí)施例涉及互聯(lián)網(wǎng)技術(shù)領(lǐng)域，尤其涉及一種時(shí)間序列的標(biāo)記方法、裝置、設(shè)備和存儲(chǔ)介質(zhì)。

背景技術(shù)

時(shí)間序列是指某一應(yīng)用場景下針對(duì)特定指標(biāo)得到的基于與時(shí)間順序相關(guān)聯(lián)的有序觀測數(shù)據(jù)集，隨著互聯(lián)網(wǎng)技術(shù)的快速發(fā)展，需要對(duì)各項(xiàng)指標(biāo)對(duì)應(yīng)的時(shí)間序列數(shù)據(jù)進(jìn)行預(yù)測分析，從而判斷時(shí)間序列中是否存在異常的指標(biāo)。

現(xiàn)有時(shí)間序列中的異常標(biāo)記，大多是由工程師手動(dòng)檢測標(biāo)記，或者通過一種線性回歸模型對(duì)時(shí)間序列進(jìn)行異常檢測，從而標(biāo)記對(duì)應(yīng)的異常點(diǎn)，但是要求工程師具備對(duì)應(yīng)的該時(shí)間序列所處應(yīng)用場景的業(yè)務(wù)背景，且需要檢測標(biāo)注的序列數(shù)據(jù)量較大，會(huì)耗費(fèi)大量人力成本；同時(shí)線性回歸模型存在一定的局限性且實(shí)時(shí)性較低，得到時(shí)間序列的異常標(biāo)記結(jié)果的可靠性不強(qiáng)。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例提供了一種時(shí)間序列的標(biāo)記方法、裝置、設(shè)備和存儲(chǔ)介質(zhì)，以實(shí)現(xiàn)時(shí)間序列的異常標(biāo)記，提高異常標(biāo)記結(jié)果的準(zhǔn)確性和可靠性。

第一方面，本發(fā)明實(shí)施例提供了一種時(shí)間序列的標(biāo)記方法，該方法包括：

獲取時(shí)間序列中的序列點(diǎn)；

通過預(yù)先構(gòu)建的統(tǒng)計(jì)模型得到序列點(diǎn)是否為異常點(diǎn)的第一確定結(jié)果，通過預(yù)先構(gòu)建的無監(jiān)督學(xué)習(xí)模型得到序列點(diǎn)是否為異常點(diǎn)的第二確定結(jié)果；

如果所述第一確定結(jié)果與所述第二確定結(jié)果一致，則將確定為正常點(diǎn)的序列點(diǎn)作為正常樣本，將確定為異常點(diǎn)的序列點(diǎn)作為異常樣本；

通過分類模型得到所述時(shí)間序列中各序列點(diǎn)的檢測結(jié)果，并根據(jù)所述檢測結(jié)果標(biāo)記所述時(shí)間序列中的異常點(diǎn)，所述分類模型通過所述異常樣本和下采樣后的正常樣本訓(xùn)練得到。

進(jìn)一步的，所述通過預(yù)先構(gòu)建的統(tǒng)計(jì)模型得到序列點(diǎn)是否為異常點(diǎn)的第一確定結(jié)果，包括：

所述統(tǒng)計(jì)模型包括兩個(gè)或兩個(gè)以上的統(tǒng)計(jì)子模型，則通過所述統(tǒng)計(jì)子模型分別得到序列點(diǎn)是否為異常點(diǎn)的初始檢測結(jié)果；

如果所述初始檢測結(jié)果均為該序列點(diǎn)為正常點(diǎn)，則得到該序列點(diǎn)為正常點(diǎn)的第一確定結(jié)果；

如果序列點(diǎn)為異常點(diǎn)的初始檢測結(jié)果數(shù)量大于等于預(yù)設(shè)統(tǒng)計(jì)閾值，則得到該序列點(diǎn)為異常點(diǎn)的第一確定結(jié)果，所述預(yù)設(shè)統(tǒng)計(jì)閾值由所述統(tǒng)計(jì)子模型的數(shù)量確定。

進(jìn)一步的，所述通過預(yù)先構(gòu)建的無監(jiān)督學(xué)習(xí)模型得到序列點(diǎn)是否為異常點(diǎn)的第二確定結(jié)果，包括：

所述無監(jiān)督學(xué)習(xí)模型的數(shù)量為一個(gè)，通過所述無監(jiān)督學(xué)習(xí)模型得到序列點(diǎn)是否為異常點(diǎn)的初始檢測結(jié)果作為所述第二確定結(jié)果。

進(jìn)一步的，所述通過預(yù)先構(gòu)建的無監(jiān)督學(xué)習(xí)模型得到序列點(diǎn)是否為異常點(diǎn)的第二確定結(jié)果，包括：

所述無監(jiān)督學(xué)習(xí)模型包括兩個(gè)或兩個(gè)以上的無監(jiān)督學(xué)習(xí)子模型，通過所述無監(jiān)督學(xué)習(xí)子模型分別得到序列點(diǎn)是否為異常點(diǎn)的初始檢測結(jié)果；

如果所述初始檢測結(jié)果均為該序列點(diǎn)為正常點(diǎn)，則得到該序列點(diǎn)為正常點(diǎn)的第二確定結(jié)果；

如果該序列點(diǎn)為異常點(diǎn)的初始檢測結(jié)果數(shù)量大于等于預(yù)設(shè)無監(jiān)督閾值，則得到該序列點(diǎn)為異常點(diǎn)的第二確定結(jié)果，所述預(yù)設(shè)無監(jiān)督閾值由所述無監(jiān)督學(xué)習(xí)子模型的數(shù)量確定。