[發(fā)明專利]一種基于電子圍網(wǎng)的異常數(shù)據(jù)優(yōu)化方法、裝置及電子設(shè)備

有效

• 申請(qǐng)?zhí)枺?/td>: 202011103584.7
• 申請(qǐng)日: 2020-10-15
• 公開（公告）號(hào): CN112148723B
• 公開（公告）日: 2022-02-18
• 發(fā)明（設(shè)計(jì)）人: 鄧練兵;方家欽;方文佳
• 申請(qǐng)（專利權(quán)）人: 珠海大橫琴科技發(fā)展有限公司
• 主分類號(hào): G06F16/215
• 分類號(hào): G06F16/215;G06K9/62
• 代理公司: 北京三聚陽光知識(shí)產(chǎn)權(quán)代理有限公司 11250
• 代理人: 王鍇

1.一種基于電子圍網(wǎng)的異常數(shù)據(jù)優(yōu)化方法，其特征在于，包括：

獲取監(jiān)測(cè)樣本數(shù)據(jù)，從所述監(jiān)測(cè)樣本數(shù)據(jù)中提取異常數(shù)據(jù)特征；

基于所述異常數(shù)據(jù)特征進(jìn)行主成分分析確定出異常數(shù)據(jù)樣本，并根據(jù)所述異常數(shù)據(jù)樣本構(gòu)建異常數(shù)據(jù)檢測(cè)模型；

利用所述異常數(shù)據(jù)檢測(cè)模型對(duì)實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)進(jìn)行異常數(shù)據(jù)檢測(cè)得到實(shí)時(shí)異常數(shù)據(jù)，所述實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)是采用電子圍網(wǎng)進(jìn)行實(shí)時(shí)監(jiān)測(cè)得到的數(shù)據(jù)；

對(duì)所述實(shí)時(shí)異常數(shù)據(jù)進(jìn)行分析得到分析結(jié)果；

基于所述分析結(jié)果對(duì)實(shí)時(shí)異常數(shù)據(jù)進(jìn)行修正，以獲得異常數(shù)據(jù)優(yōu)化結(jié)果；

其中，所述對(duì)所述實(shí)時(shí)異常數(shù)據(jù)進(jìn)行分析得到分析結(jié)果，包括：

對(duì)所述實(shí)時(shí)異常數(shù)據(jù)中的異常值進(jìn)行標(biāo)注，求取異常值在所述實(shí)時(shí)異常數(shù)據(jù)中的占比。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取監(jiān)測(cè)樣本數(shù)據(jù)，從所述監(jiān)測(cè)樣本數(shù)據(jù)中提取異常數(shù)據(jù)特征，包括：

基于所述獲取監(jiān)測(cè)樣本數(shù)據(jù)利用分類模型對(duì)監(jiān)測(cè)樣本中的異常數(shù)據(jù)進(jìn)行提取得到監(jiān)測(cè)樣本異常數(shù)據(jù)；

根據(jù)所述監(jiān)測(cè)樣本異常數(shù)據(jù)進(jìn)行異常數(shù)據(jù)特征提取得到監(jiān)測(cè)樣本數(shù)據(jù)的異常數(shù)據(jù)特征。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述基于所述獲取的監(jiān)測(cè)樣本數(shù)據(jù)利用分類模型對(duì)中的監(jiān)測(cè)樣本中的異常數(shù)據(jù)進(jìn)行提取得到監(jiān)測(cè)樣本異常數(shù)據(jù)，包括：

基于所述監(jiān)測(cè)樣本數(shù)據(jù)設(shè)置異常數(shù)據(jù)的后驗(yàn)概率；

利用所述監(jiān)測(cè)樣本數(shù)據(jù)和所述異常數(shù)據(jù)的后驗(yàn)概率提取所述監(jiān)測(cè)樣本數(shù)據(jù)異常數(shù)據(jù)。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于所述異常數(shù)據(jù)特征進(jìn)行主成分分析確定出異常數(shù)據(jù)樣本，包括：

基于所述異常數(shù)據(jù)特征求取所述異常數(shù)據(jù)特征的特征均值和標(biāo)準(zhǔn)差；

根據(jù)所述異常數(shù)據(jù)特征的特征均值和標(biāo)準(zhǔn)差進(jìn)行變換得到所述異常數(shù)據(jù)特征的特征向量；

根據(jù)所述異常數(shù)據(jù)特征的特征向量計(jì)算累計(jì)貢獻(xiàn)率對(duì)所獲取的累計(jì)貢獻(xiàn)率所對(duì)應(yīng)的所述異常數(shù)據(jù)特征的特征向量進(jìn)行排序，輸出異常數(shù)據(jù)特征的特征向量；

基于所述異常數(shù)據(jù)特征的特征向量輸出對(duì)應(yīng)于所述異常數(shù)據(jù)特征的特征向量的異常數(shù)據(jù)樣本。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于所述分析結(jié)果對(duì)實(shí)時(shí)異常數(shù)據(jù)進(jìn)行修正，以獲得異常數(shù)據(jù)優(yōu)化結(jié)果，包括：

提取分析結(jié)果中不小于預(yù)設(shè)占比所對(duì)應(yīng)的實(shí)時(shí)異常數(shù)據(jù)，根據(jù)所述預(yù)設(shè)占比所對(duì)應(yīng)的實(shí)時(shí)異常數(shù)據(jù)從所述實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)中查找與所述預(yù)設(shè)占比所對(duì)應(yīng)的相關(guān)數(shù)據(jù)，并利用相關(guān)數(shù)據(jù)對(duì)實(shí)時(shí)異常數(shù)據(jù)進(jìn)行修正。

6.一種基于電子圍網(wǎng)的異常數(shù)據(jù)優(yōu)化裝置，其特征在于，包括：

獲取模塊，用于獲取監(jiān)測(cè)樣本數(shù)據(jù)，從所述監(jiān)測(cè)樣本數(shù)據(jù)中提取異常數(shù)據(jù)特征；

分析模塊，用于基于所述異常數(shù)據(jù)特征進(jìn)行主成分分析確定出異常數(shù)據(jù)樣本，并根據(jù)所述異常數(shù)據(jù)樣本構(gòu)建異常數(shù)據(jù)檢測(cè)模型；

檢測(cè)模塊，用于利用所述異常數(shù)據(jù)檢測(cè)模型對(duì)實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)進(jìn)行異常數(shù)據(jù)檢測(cè)得到實(shí)時(shí)異常數(shù)據(jù)，所述實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)是采用電子圍網(wǎng)進(jìn)行實(shí)時(shí)監(jiān)測(cè)得到的數(shù)據(jù)；

比例分析模塊，用于對(duì)所述實(shí)時(shí)異常數(shù)據(jù)進(jìn)行分析得到分析結(jié)果；

輸出模塊，用于基于所述分析結(jié)果對(duì)實(shí)時(shí)異常數(shù)據(jù)進(jìn)行修正，以獲得異常數(shù)據(jù)優(yōu)化結(jié)果。

7.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述裝置還包括：

分類模塊，用于基于所述獲取監(jiān)測(cè)樣本數(shù)據(jù)利用分類模型對(duì)監(jiān)測(cè)樣本中的異常數(shù)據(jù)進(jìn)行提取得到監(jiān)測(cè)樣本異常數(shù)據(jù)；

提取模塊，用于根據(jù)所述監(jiān)測(cè)樣本異常數(shù)據(jù)進(jìn)行異常數(shù)據(jù)特征提取得到監(jiān)測(cè)樣本數(shù)據(jù)的異常數(shù)據(jù)特征。

8.一種電子設(shè)備，其特征在于，包括：

存儲(chǔ)器和處理器，所述存儲(chǔ)器和所述處理器之間互相通信連接，所述存儲(chǔ)器中存儲(chǔ)有計(jì)算機(jī)指令，所述處理器通過執(zhí)行所述計(jì)算機(jī)指令，從而執(zhí)行權(quán)利要求1-5中任一項(xiàng)所述的基于電子圍網(wǎng)的異常數(shù)據(jù)優(yōu)化方法。

9.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)指令，所述計(jì)算機(jī)指令用于使所述計(jì)算機(jī)執(zhí)行權(quán)利要求1-5中任一項(xiàng)所述的基于電子圍網(wǎng)的異常數(shù)據(jù)優(yōu)化方法。