[發明專利]多元KPI時間序列的檢測方法、裝置、設備及存儲介質

在審

• 申請號: 202011004044.3
• 申請日: 2020-09-22
• 公開（公告）號: CN112131272A
• 公開（公告）日: 2020-12-25
• 發明（設計）人: 鄧悅;鄭立穎;徐亮
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06F16/2458
• 分類號: G06F16/2458;G06N3/04;G06N3/063
• 代理公司: 深圳市力道知識產權代理事務所(普通合伙) 44507
• 代理人: 張傳義

本發明涉及人工智能技術領域，公開了一種多元KPI時間序列的檢測方法、裝置、計算機設備及計算機可讀存儲介質，該方法包括：通過根據預置切分策略和待訓練的多元KPI時間序列，得到對應的待訓練的多段子多元KPI時間序列，其中，待訓練的子多元KPI時間序列為無標簽；根據待訓練的子多元KPI時間序列訓練預置模型，生成對應的確定性模型；獲取待檢測的多元KPI時間序列；根據待檢測的多元KPI時間序列和確定性模型，獲取待檢測的多元KPI時間序列中待檢測數值的重建概率值；根據預置閾值和待檢測數值的重建概率值，確定待檢測數值對應的時刻是否為異常點，實現通過無標簽的多元KPI時間序列生成確定性模型，增強了模型的魯棒性，并提高了檢測的準確率。

技術領域

本申請涉及人工智能技術領域，尤其涉及一種多元KPI時間序列的檢測方法、裝置、計算機設備及計算機可讀存儲介質。

背景技術

工業設備，例如服務器、航天器、機器人輔助系統、引擎等通常會產生多個時間序列指標，以便可以及時檢測到每個設備的行為異常。來自同一設備或同一個實體的多個單變量時間序列形成一個多元KPI時間序列。通常，直接使用多元KPI時間序列在實體級別檢測實體異常的效果會優于多個單變量時間序列的異常檢測效果。

多元KPI時間序列的異常檢測主要分為基于確定性模型和基于隨機性模型，基于確定性模型的主要是重建“正常”時間序列行為，并使用重建誤差進行多傳感器異常檢測。但確定性模型需要大量的帶標簽時間序列進行訓練；而基于隨機性模型獲取歷史多元KPI時間序列的數值范圍，通過該數值范圍檢測當前多元KPI時間序列是否異常，檢測的準確率較低。

發明內容

本申請的主要目的在于提供一種多元KPI時間序列的檢測方法、裝置、計算機設備及計算機可讀存儲介質，旨在解決現有的確定性模型需要大量的帶標簽時間序列進行訓練，而隨機性模型通過數值范圍檢測當前多元KPI時間序列是否異常，導致檢測的準確率較低的技術問題。

第一方面，本申請提供一種多元KPI時間序列的檢測方法，所述多元KPI時間序列的檢測方法包括以下步驟：

根據預置切分策略和待訓練的多元KPI時間序列，確定對應的待訓練的多段子多元KPI時間序列，其中，所述待訓練的子多元KPI時間序列為無標簽；

根據所述待訓練的子多元KPI時間序列訓練預置模型，生成對應的確定性模型；

獲取待檢測的多元KPI時間序列；

根據所述待檢測的多元KPI時間序列和所述確定性模型，獲取所述待檢測的多元KPI時間序列中待檢測數值的重建概率值；

根據預置閾值和所述待檢測數值的重建概率值，確定所述待檢測數值對應的時刻是否為異常點。

第二方面，本申請還提供一種多元KPI時間序列的檢測裝置，所述多元KPI時間序列的檢測裝置包括：

得到模塊，用于根據預置切分策略和待訓練的多元KPI時間序列，得到對應的待訓練的多段子多元KPI時間序列，其中，所述待訓練的子多元KPI時間序列為無標簽；

生成模塊，用于根據所述待訓練的子多元KPI時間序列訓練預置模型，生成對應的確定性模型；

第一獲取模塊，用于獲取待檢測的多元KPI時間序列；

第二獲取模塊，用于根據所述待檢測的多元KPI時間序列和所述確定性模型，獲取所述待檢測的多元KPI時間序列中待檢測數值的重建概率值；

確定模塊，用于根據預置閾值和所述待檢測數值的重建概率值，確定所述待檢測數值對應的時刻是否為異常點。