[發(fā)明專利]異常檢測(cè)方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202011596685.2
• 申請(qǐng)日: 2020-12-29
• 公開（公告）號(hào): CN112685273A
• 公開（公告）日: 2021-04-20
• 發(fā)明（設(shè)計(jì)）人: 張靜
• 申請(qǐng)（專利權(quán)）人: 京東數(shù)字科技控股股份有限公司
• 主分類號(hào): G06F11/34
• 分類號(hào): G06F11/34
• 代理公司: 北京清亦華知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11201
• 代理人: 張大威

1.一種異常檢測(cè)方法，其特征在于，包括以下步驟：

獲取歷史時(shí)間序列；

對(duì)所述歷史時(shí)間序列中的多個(gè)歷史數(shù)據(jù)進(jìn)行平滑處理，以得到對(duì)應(yīng)的目標(biāo)時(shí)間序列；

根據(jù)所述目標(biāo)時(shí)間序列的周期性，確定預(yù)測(cè)模型；

采用所述預(yù)測(cè)模型對(duì)所述目標(biāo)時(shí)間序列進(jìn)行預(yù)測(cè)，以確定閾值時(shí)間序列；

根據(jù)所述閾值時(shí)間序列，對(duì)所述歷史時(shí)間序列之后采集的監(jiān)測(cè)數(shù)據(jù)進(jìn)行異常檢測(cè)。

2.根據(jù)權(quán)利要求1所述的異常檢測(cè)方法，其特征在于，所述根據(jù)所述目標(biāo)時(shí)間序列的周期性，確定預(yù)測(cè)模型，包括：

若所述目標(biāo)時(shí)間序列呈現(xiàn)周期性，則將自回歸模型作為所述預(yù)測(cè)模型；

若所述目標(biāo)時(shí)間序列呈現(xiàn)非周期性，則將神經(jīng)網(wǎng)絡(luò)模型作為所述預(yù)測(cè)模型。

3.根據(jù)權(quán)利要求2所述的異常檢測(cè)方法，其特征在于，所述目標(biāo)時(shí)間序列具有多個(gè)子時(shí)間序列，分別對(duì)應(yīng)不同周期，所述若所述目標(biāo)時(shí)間序列呈現(xiàn)周期性，則將自回歸模型作為所述預(yù)測(cè)模型，包括：

根據(jù)不同周期內(nèi)的子時(shí)間序列的相似度，確定所屬的類別；

根據(jù)所述類別，確定所述預(yù)測(cè)模型所采用的目標(biāo)函數(shù)。

4.根據(jù)權(quán)利要求3所述的異常檢測(cè)方法，其特征在于，所述類別包括強(qiáng)周期類別和弱周期類別；所述根據(jù)所述類別，確定所述預(yù)測(cè)模型所采用的目標(biāo)函數(shù)，包括：

若為所述強(qiáng)周期類別，采用的目標(biāo)函數(shù)為貝葉斯回歸函數(shù)；

若為所述弱周期類別，采用的目標(biāo)函數(shù)為魯棒回歸函數(shù)。

5.根據(jù)權(quán)利要求1-4任一項(xiàng)所述的異常檢測(cè)方法，其特征在于，所述采用所述預(yù)測(cè)模型對(duì)所述目標(biāo)時(shí)間序列進(jìn)行預(yù)測(cè)，以確定閾值時(shí)間序列，包括：

對(duì)所述目標(biāo)時(shí)間序列采用降維和/或傅里葉變換的方式進(jìn)行量綱變換；

將進(jìn)行量綱變換后的所述目標(biāo)時(shí)間序列，輸入所述預(yù)測(cè)模型；

對(duì)所述預(yù)測(cè)模型輸出的時(shí)間序列進(jìn)行逆變換，以得到所述閾值時(shí)間序列。

6.根據(jù)權(quán)利要求1-4任一項(xiàng)所述的異常檢測(cè)方法，其特征在于，所述獲取歷史時(shí)間序列，包括：

采用設(shè)定的時(shí)間窗采集處于所述時(shí)間窗內(nèi)的所述歷史時(shí)間序列。

7.根據(jù)權(quán)利要求6所述的異常檢測(cè)方法，其特征在于，所述根據(jù)所述閾值時(shí)間序列，對(duì)所述歷史時(shí)間序列之后采集的監(jiān)測(cè)數(shù)據(jù)進(jìn)行異常檢測(cè)之后，還包括：

將所述閾值時(shí)間序列中各閾值分別與對(duì)應(yīng)的監(jiān)測(cè)數(shù)據(jù)比較差值；

根據(jù)所述差值，調(diào)整所述時(shí)間窗的長(zhǎng)度。

8.根據(jù)權(quán)利要求6所述的異常檢測(cè)方法，其特征在于，所述監(jiān)測(cè)數(shù)據(jù)為多個(gè)，所述根據(jù)所述閾值時(shí)間序列，對(duì)所述歷史時(shí)間序列之后采集的監(jiān)測(cè)數(shù)據(jù)進(jìn)行異常檢測(cè)之后，還包括：

根據(jù)多個(gè)所述監(jiān)測(cè)數(shù)據(jù)中識(shí)別為異常的監(jiān)測(cè)數(shù)據(jù)占比，調(diào)整所述時(shí)間窗的長(zhǎng)度。

9.根據(jù)權(quán)利要求1-4任一項(xiàng)所述的異常檢測(cè)方法，其特征在于，所述根據(jù)所述閾值時(shí)間序列，對(duì)所述歷史時(shí)間序列之后采集的監(jiān)測(cè)數(shù)據(jù)進(jìn)行異常檢測(cè)，包括：

根據(jù)所述閾值時(shí)間序列中的各閾值，確定所述閾值時(shí)間序列中各閾值對(duì)應(yīng)的范圍；

若所述監(jiān)測(cè)數(shù)據(jù)處于所述閾值時(shí)間序列中對(duì)應(yīng)閾值的范圍內(nèi)，則識(shí)別為正常；

若所述監(jiān)測(cè)數(shù)據(jù)未處于所述閾值時(shí)間序列中對(duì)應(yīng)閾值的范圍內(nèi)，則識(shí)別為異常。

10.一種異常檢測(cè)裝置，其特征在于，包括：

獲取模塊，用于獲取歷史時(shí)間序列；

處理模塊，用于對(duì)所述歷史時(shí)間序列中的多個(gè)歷史數(shù)據(jù)進(jìn)行平滑處理，以得到對(duì)應(yīng)的目標(biāo)時(shí)間序列；

確定模塊，用于根據(jù)所述目標(biāo)時(shí)間序列的周期性，確定預(yù)測(cè)模型；

預(yù)測(cè)模塊，用于采用所述預(yù)測(cè)模型對(duì)所述目標(biāo)時(shí)間序列進(jìn)行預(yù)測(cè)，以確定閾值時(shí)間序列；

識(shí)別模塊，用于根據(jù)所述閾值時(shí)間序列，對(duì)所述歷史時(shí)間序列之后采集的監(jiān)測(cè)數(shù)據(jù)進(jìn)行異常檢測(cè)。