[發(fā)明專利]一種檢測設備異常的方法及裝置

有效

• 申請?zhí)枺?/td>: 201910303411.0
• 申請日: 2019-04-16
• 公開（公告）號: CN110113226B
• 公開（公告）日: 2021-03-12
• 發(fā)明（設計）人: 孫尚勇
• 申請（專利權）人: 新華三信息安全技術有限公司
• 主分類號: H04L12/26
• 分類號: H04L12/26;H04L12/24
• 代理公司: 北京柏杉松知識產權代理事務所(普通合伙) 11413
• 代理人: 李欣;高鶯然

本申請實施例提供了一種檢測設備異常的方法及裝置，涉及計算機技術領域。該方法包括：獲取屬于同一設備類型的目標設備的多個樣本特征向量；針對每個負樣本特征向量，確定與該負樣本特征向量滿足預設時空關聯度條件的正樣本特征向量，將負樣本特征向量和確定出的正樣本特征向量構成訓練樣本集合；通過訓練樣本集合對初始神經網絡模型進行訓練，得到目標設備對應的異常檢測模型；當獲取到任一目標設備的待檢測特征向量時，將待檢測特征向量輸入至異常檢測模型，得到目標設備的異常檢測結果，待檢測特征向量由同一采樣時間點采集到的任一目標設備的多個運行指標構成。采用本申請可以提高檢測設備異常的準確度。

技術領域

本申請涉及計算機技術領域，特別是涉及一種檢測設備異常的方法及裝置。

背景技術

隨著互聯網技術的發(fā)展，網絡服務已經深入到社會的各個領域，人們可以使用互聯網進行搜索、購物、付款、娛樂等。因此，保障網絡中的網絡設備運行的穩(wěn)定性越來越重要。

網絡設備的運行狀態(tài)可以通過各種運行指標反映出來，比如cpu占用率、內存占用率、數據訪問量、數據訪問時間等。相關技術中，網絡中可以設置有運維服務器，運維服務器可以采集網絡設備的各運行指標，并進行顯示。例如，可以通過折線圖的形式進行顯示。這樣，運維人員通過觀察網絡設備的各運行指標，確定網絡設備是否發(fā)生異常。

然而，上述方案的人工成本較高，并且容易發(fā)生誤判的情況。

發(fā)明內容

本申請實施例的目的在于提供一種檢測設備異常的方法及裝置，以實現提高檢測設備異常的準確度的技術效果。具體技術方案如下：

第一方面，提供了一種檢測設備異常的方法，所述方法包括：

獲取屬于同一設備類型的目標設備的多個樣本特征向量，其中，一個樣本特征向量由同一歷史采樣時間點采集到的一個目標設備的多個運行指標構成，所述多個樣本特征向量包括在所述目標設備運行正常時采集到的正樣本特征向量，以及在所述目標設備運行異常時采集到的負樣本特征向量；

針對每個負樣本特征向量，確定與該負樣本特征向量滿足預設時空關聯度條件的正樣本特征向量，將所述負樣本特征向量和確定出的正樣本特征向量構成訓練樣本集合；

通過所述訓練樣本集合對初始神經網絡模型進行訓練，得到所述目標設備對應的異常檢測模型；

當獲取到任一目標設備的待檢測特征向量時，將所述待檢測特征向量輸入至所述異常檢測模型，得到所述目標設備的異常檢測結果，所述待檢測特征向量由同一采樣時間點采集到的所述任一目標設備的多個運行指標構成。

可選的，所述確定與該負樣本特征向量滿足預設時空關聯度條件的正樣本特征向量，包括：

根據預先存儲的各樣本特征向量對應的歷史采樣時間點，分別確定每個正樣本特征向量與該負樣本特征向量的時間距離；

確定與該負樣本特征向量的時間距離小于第一預設閾值的正樣本特征向量。

可選的，所述根據預先存儲的各樣本特征向量對應的歷史采樣時間點，分別確定每個正樣本特征向量與該負樣本特征向量的時間距離，包括：

根據預先存儲的各樣本特征向量對應的歷史采樣時間點，針對每個正樣本特征向量，計算該正樣本特征向量對應的歷史采樣時間點，與該負樣本特征向量對應的歷史采樣時間點之間的時間間隔；

計算所述時間間隔與預設采樣周期的比值，將所述比值作為該正樣本特征向量與該負樣本特征向量的時間距離。

可選的，所述確定與該負樣本特征向量滿足預設時空關聯度條件的正樣本特征向量，包括：

根據預設的空間距離算法，分別確定每個正樣本特征向量與該負樣本特征向量的空間距離；