[發明專利]一種數據量的異常檢測方法、裝置、存儲介質和設備

有效

• 申請號: 202011478233.4
• 申請日: 2020-12-15
• 公開（公告）號: CN112635031B
• 公開（公告）日: 2023-08-29
• 發明（設計）人: 許朝
• 申請（專利權）人: 北京懿醫云科技有限公司
• 主分類號: G16H40/20
• 分類號: G16H40/20;G16H50/70;G06F18/2433
• 代理公司: 北京樂知新創知識產權代理事務所(普通合伙) 11734
• 代理人: 張立新

1.一種醫療數據量的異常檢測方法，其特征在于，該方法應用于一數據系統，該數據系統包括至少一個業務類型，每個業務類型有一個基礎表和至少一個非基礎表，所述基礎表和非基礎表中，每個表包含至少一條記錄，數據量為表中包含的記錄數；所述基礎表用于記錄用戶的基礎數據，每條記錄對應一個唯一的用戶標識；在所述用戶的基礎數據產生后，所述非基礎表用于記錄該用戶產生的關聯數據；該方法包括：

針對一個業務類型，采集N個批次的樣本數據，每個批次的時長為T，每個批次的樣本數據包括一個基礎表的數據量和所有非基礎表的數據量；所述N為正整數，所述T大于零；

針對任意一個非基礎表，根據該非基礎表的數據量和基礎表的數據量，統計該非基礎表對應于每個批次的系數，針對任意一個批次，該非基礎表對應于該批次的系數為：該非基礎表在該批次的數據量與基礎表在該批次的數據量的比值；

根據該非基礎表對應的N個批次的系數，統計該非基礎表對應的最大系數和最小系數；

根據所述最大系數和最小系數，計算該非基礎表在第N+1個批次對應的預測最大數據量和預測最小數據量；

根據所述預測最大數據量和預測最小數據量，檢測該非基礎表在第N+1個批次的數據量是否異常；

所述計算該非基礎表在第N+1個批次對應的預測最大數據量和預測最小數據量，包括：

采集第N+1個批次的基礎表的數據量；

將第N+1個批次的基礎表的數據量減去第N個批次的基礎表的數據量，得到用戶增量；

該非基礎表在第N+1個批次對應的預測最大數據量為：該非基礎表在第N個批次的數據量+用戶增量?所述最大系數；

該非基礎表在第N+1個批次對應的預測最小數據量為：該非基礎表在第N個批次的數據量+用戶增量所述最小系數。

2.根據權利要求1所述的方法，其特征在于，所述根據所述預測最大數據量和預測最小數據量，檢測該非基礎表在第N+1個批次的數據量是否異常，包括：

若該非基礎表在第N+1個批次的數據量大于等于所述預測最小數據量且小于等于所述預測最大數據量，則確定所述該非基礎表在第N+1個批次的數據量為正常，否則確定為異常。

3.根據權利要求2所述的方法，其特征在于，所述采集的N個批次的樣本數據中不包含已被檢測為異常的數據。

4.根據權利要求1所述的方法，其特征在于，若所述檢測結果錯誤，該方法還包括，針對待檢測批次，調整所述N的值，包括：

通過時間窗采集樣本數據，其中，所述時間窗的起始長度為M個批次，所述時間窗的起始位置為所述待檢測批次的前一個批次，所述時間窗的結束位置為待檢測批次的前M個批次；每次采集樣本數據時，所述時間窗的起始位置不變，所述時間窗的結束位置相比上一次采集時向前移動P個批次；采用時間窗采集樣本數據的次數為預定次數；

計算通過時間窗每次采集的樣本數據對應的誤差百分比，將絕對值最小的誤差百分比對應的樣本數據的批次數量作為所述N的值。

5.根據權利要求4所述的方法，其特征在于，所述計算通過時間窗每次采集的樣本數據對應的誤差百分比，包括：

對于任意一次采集的樣本數據，計算該待檢測的非基礎表在本次采集的樣本數據中對應于每個批次的系數，統計該非基礎表對應的平均系數；

計算該待檢測的非基礎表在待檢測批次對應的預測平均數據量為：該待檢測的非基礎表在第上一個批次的數據量+用戶增量所述平均系數；

計算待檢測的非基礎表對應于本次樣本數據的誤差百分比為：所述預測平均數據量與該非基礎表在待檢測批次的數據量的比值減1。