[發明專利]數據異常檢測方法、裝置、系統及電子設備

在審

• 申請號: 202010010636.X
• 申請日: 2020-01-06
• 公開（公告）號: CN113076349A
• 公開（公告）日: 2021-07-06
• 發明（設計）人: 宋曉旻;高井坤;文青松;楊波;何凱;卞娟娟;孫亮
• 申請（專利權）人: 阿里巴巴集團控股有限公司
• 主分類號: G06F16/2458
• 分類號: G06F16/2458;G06Q40/04
• 代理公司: 北京潤澤恒知識產權代理有限公司 11319
• 代理人: 錢秀茹

本申請公開了數據異常檢測系統、相關方法和裝置，以及電子設備。其中，系統通過確定包括目標時序數據之前歷史時序數據的第一時序；根據所述第一時序，確定去除異常影響的異常判斷邊界；根據所述異常判斷邊界，判斷所述目標時序數據是否為異常數據。采用這種處理方式，使得置信區間上下界比較平穩，不會受到異常的擾動，保持穩定的敏感度；因此，可以有效提升時序異常檢測的穩定性。

技術領域

本申請涉及數據處理技術領域，具體涉及數據異常檢測方法和裝置，數據 異常檢測系統，以及電子設備。

背景技術

數據,已經滲透到當今每一個行業和應用職能領域,成為重要的生產因素。 數據技術時代將數據作為生產資料，解決“感知”和“協同”智慧的問題，使 效率大幅提升并能完成應用的創新。在數據技術時代，數據主要都是隨時間變 化的時序數據，日常的時序數據異常檢測非常重要，一旦發生數據異常影響不 可估量。

所謂異常檢測就是監測并發現數據中不符合正常行為的異常模式。它已廣 泛用于交易監測、故障診斷、疾病檢測、入侵檢測、身份辨識等領域。例如商 家退貨比例飆升可能是競爭對手惡意刷單，網絡流量的異常可能意味著受攻擊 主機上敏感信息的泄密，信用卡的異常消費等欺詐行為會導致巨大的經濟損失。

目前，一種典型的時序異常檢測技術是，通過T檢驗方法對時序數據進行 均值變化類異常的檢測處理。T檢驗方法把時間序列用滑動的左窗口和右窗口來 分割，左窗口較長，保存了歷史的數據，代表了供參考的正常數據；右窗口較 短，包含了較新的數據。通過T檢驗方法來檢驗左、右窗口的分布是否一致， 當右窗口包含異常時，它的分布就與左窗口不同而被檢測出異常。

然而，在實現本發明過程中，發明人發現該技術方案至少存在如下問題： 異常點會逐步移動到的左窗口內，擾亂左窗口的正常分布，因而無法保持穩定 的敏感度。

發明內容

本申請提供數據異常檢測系統，以解決現有技術存在的時序異常檢測穩定 性較低的問題。本申請另外提供數據異常檢測方法、裝置和系統，以及電子設 備。

本申請還提供一種數據異常檢測系統，包括：

服務端，用于接收第一客戶端發送的針對目標時序數據的異常檢測請求； 確定包括目標時序數據之前歷史時序數據的第一時序；根據所述第一時序，確 定去除異常影響的第一異常判斷邊界；根據所述第一異常判斷邊界，判斷所述 目標時序數據是否為異常數據；向所述第一客戶端回送所述目標時序數據為異 常數據的信息；

第一客戶端，用于向服務端發送所述異常檢測請求；若接收到所述目標時 序數據為異常數據的信息，則執行異常處理。

可選的，第二客戶端，用于確定目標數據類型及其對應的檢測參數，向服 務端發送針對目標數據類型的參數設置請求；

所述服務端，還用于接收所述參數設置請求，存儲所述目標數據類型、所 述檢測參數間的對應關系；以及，根據所述對應關系，執行異常檢測處理。

本申請還提供一種數據異常檢測方法，包括：

確定包括目標時序數據之前歷史時序數據的第一時序；

根據所述第一時序，確定去除異常影響的第一異常判斷邊界；

根據所述第一異常判斷邊界，判斷所述目標時序數據是否為異常數據。

可選的，所述根據所述第一時序，并確定去除異常影響的第一異常判斷邊 界，包括：

根據第一時序，確定去除異常點的第三時序；

根據第三時序，確定所述第一異常判斷邊界。

可選的，所述根據第一時序，并確定去除異常點的第三時序，包括：

確定所述第一時序的中位數絕對偏差MAD和中位數；