[發明專利]流量數據異常檢測方法、裝置、電子設備及存儲介質

在審

• 申請號: 202110117600.6
• 申請日: 2021-01-28
• 公開（公告）號: CN112770112A
• 公開（公告）日: 2021-05-07
• 發明（設計）人: 張劉;鄭偉平;朱錦雄;賈鴻豐;孔令山;李智
• 申請（專利權）人: 卓望數碼技術（深圳）有限公司
• 主分類號: H04N17/00
• 分類號: H04N17/00;H04N21/647;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 洪銘福

1.流量數據異常檢測方法，其特征在于，包括：

獲取消息隊列中的流量數據，所述流量數據包括：第一序列數據和第二序列數據；

利用預測模型訓練所述第一序列數據，得到第一預測集；

根據所述第一預測集和預設驗證集得到預設偏差條件；

利用所述預測模型訓練所述第二序列數據，得到第二預測集；

根據所述第二預測集和當前序列數據計算出目標偏差值；

基于所述目標偏差值和所述預設偏差條件進行異常檢測，若所述目標偏差值不符合所述預設偏差條件，則確定所述流量數據異常。

2.根據權利要求1所述的方法，其特征在于，所述預設偏差條件包括：第一偏差極值和第二偏差極值；

所述基于所述目標偏差值和所述預設偏差條件進行異常檢測，若所述目標偏差值不符合所述預設偏差條件，則確定所述流量數據異常，包括：

若所述目標偏差值小于所述第一偏差極值，或所述目標偏差值大于所述第二偏差極值，則確定所述流量數據異常。

3.根據權利要求2所述的方法，其特征在于，在所述基于所述目標偏差值和所述預設偏差條件進行異常檢測，若所述目標偏差值不符合所述預設偏差條件，則確定所述流量數據異常之后，還包括：

從所述流量數據中提取出異常數據；

根據所述異常數據生成異常提示。

4.根據權利要求2所述的方法，其特征在于，所述根據所述第一預測集和預設驗證集得到預設偏差條件，包括：

根據所述第一預測集和所述預設驗證集計算出目標偏差率序列；

從所述目標偏差率序列中提取出所述第一偏差極值和所述第二偏差極值；

根據所述第一偏差極值和所述第二偏差極值得到所述預設偏差條件。

5.根據權利要求1所述的方法，其特征在于，所述方法還包括：獲取所述預測模型，具體包括：

獲取所述消息隊列中的待訓練序列數據；

根據所述待訓練序列數據構建初始訓練模型；

從所述待訓練序列數據中提取出訓練數據特征；

根據所述訓練數據特征對所述初始訓練模型進行訓練，得到所述預測模型。

6.根據權利要求5所述的方法，其特征在于，所述獲取所述消息隊列中的待訓練序列數據，包括：

獲取歷史流量數據，對所述歷史流量數據進行去噪處理，得到目標流量數據；

對所述目標流量數據進行歸一化處理；

根據預設比例從歸一化處理后的所述目標流量數據中提取出所述待訓練序列數據。

7.根據權利要求6所述的方法，其特征在于，所述方法還包括：

根據所述預設比例從歸一化處理后的所述目標流量數據中提取出待測試序列數據集；

將所述待測試序列數據集劃分為預設參數集和所述預設驗證集；

將所述預設參數集中的數據代入所述預測模型，得到初始預測集；

根據所述初始預測集和所述預設驗證集計算出初始偏差率；

根據所述初始偏差率確定所述預測模型的擬合性。

8.流量數據異常檢測裝置，其特征在于，包括：

第一獲取模塊，用于獲取消息隊列中的流量數據，所述流量數據包括：第一序列數據和第二序列數據；

第一訓練模塊，用于利用預測模型訓練所述第一序列數據，得到第一預測集；

第二獲取模塊，用于根據所述第一預測集和預設驗證集得到預設偏差條件；

第二訓練模塊，用于利用所述預測模型訓練所述第二序列數據，得到第二預測集；

計算模塊，用于根據所述第二預測集和當前序列數據計算出目標偏差值；

檢測模塊，用于基于所述目標偏差值和所述預設偏差條件進行異常檢測，若所述目標偏差值不符合所述預設偏差條件，則確定所述流量數據異常。