[發(fā)明專利]一種基于聚類的大規(guī)模不規(guī)則KPI時間序列的異常檢測方法

有效

• 申請?zhí)枺?/td>: 202110598652.X
• 申請日: 2021-05-31
• 公開（公告）號: CN113378900B
• 公開（公告）日: 2022-07-15
• 發(fā)明（設(shè)計）人: 何施茗;李卓宙;王進(jìn);徐超;熊兵;鄺利丹
• 申請（專利權(quán)）人: 長沙理工大學(xué)
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 廣州嘉權(quán)專利商標(biāo)事務(wù)所有限公司 44205
• 代理人: 肖云

1.一種基于聚類的大規(guī)模不規(guī)則KPI時間序列的異常檢測方法，其特征在于，包括以下步驟：

S1、將多個不規(guī)則KPI進(jìn)行預(yù)處理，合成規(guī)則KPI填充矩陣；

S2、對所述規(guī)則KPI填充矩陣進(jìn)行聚類，獲得多個子聚類；

S3、設(shè)置迭代條件，若迭代前后聚類中心點之間的距離小于預(yù)設(shè)閾值或迭代次數(shù)大于預(yù)設(shè)閾值，則迭代完成轉(zhuǎn)入S5，若迭代前后聚類中心點之間的距離不小于預(yù)設(shè)閾值且迭代次數(shù)不大于預(yù)設(shè)閾值，則繼續(xù)迭代轉(zhuǎn)入S4；

S4、對每個所述子聚類中的KPI進(jìn)行MF填充產(chǎn)生子規(guī)則KPI填充矩陣，并使用全部所述子規(guī)則KPI填充矩陣合成規(guī)則KPI填充矩陣，轉(zhuǎn)入S2；

S5、基于聚類得到的規(guī)則KPI結(jié)果進(jìn)行大規(guī)模規(guī)則KPI異常檢測。

2.根據(jù)權(quán)利要求1所述的一種基于聚類的大規(guī)模不規(guī)則KPI時間序列的異常檢測方法，其特征在于：所述預(yù)處理包括對齊處理和填充處理。

3.根據(jù)權(quán)利要求1所述的一種基于聚類的大規(guī)模不規(guī)則KPI時間序列的異常檢測方法，其特征在于，還包括步驟：迭代完成后，將不同的所述子聚類和不同的所述子聚類的中心點用不同的顏色標(biāo)注。

4.根據(jù)權(quán)利要求1或3任一項所述的一種基于聚類的大規(guī)模不規(guī)則KPI時間序列的異常檢測方法，其特征在于：通過K-Means對所述規(guī)則KPI填充矩陣進(jìn)行聚類。

5.一種基于聚類的大規(guī)模不規(guī)則KPI時間序列的異常檢測裝置，其特征在于，包括：

預(yù)處理模塊，用于將多個不規(guī)則KPI進(jìn)行預(yù)處理，合成規(guī)則KPI填充矩陣；

聚類模塊，用于對所述規(guī)則KPI填充矩陣進(jìn)行聚類，獲得多個子聚類；

迭代模塊，用于設(shè)置迭代條件，若迭代前后聚類中心點之間的距離小于預(yù)設(shè)閾值或迭代次數(shù)大于預(yù)設(shè)閾值，則迭代完成轉(zhuǎn)入檢測模塊，若迭代前后聚類中心點之間的距離不小于預(yù)設(shè)閾值且迭代次數(shù)不大于預(yù)設(shè)閾值，則繼續(xù)迭代轉(zhuǎn)入MF填充模塊；

MF填充模塊，用于對每個所述子聚類中的KPI進(jìn)行MF填充產(chǎn)生子規(guī)則KPI填充矩陣，并使用全部所述子規(guī)則KPI填充矩陣合成規(guī)則KPI填充矩陣，并轉(zhuǎn)入聚類模塊；

檢測模塊，用于基于聚類得到的規(guī)則KPI結(jié)果進(jìn)行規(guī)則KPI異常檢測。

6.根據(jù)權(quán)利要求5所述的一種基于聚類的大規(guī)模不規(guī)則KPI時間序列的異常檢測裝置，其特征在于：還包括顏色標(biāo)注模塊，用于迭代完成后，將不同的所述子聚類和不同的所述子聚類的中心點用不同的顏色標(biāo)注；聚類性能評估模塊，用于在所述基于聚類得到的規(guī)則KPI結(jié)果進(jìn)行大規(guī)模規(guī)則KPI異常檢測之前，進(jìn)行聚類性能評估。

7.一種電子設(shè)備，其特征在于，包括：

存儲器，用于存儲計算機(jī)程序；

處理器，用于執(zhí)行所述計算機(jī)程序時實現(xiàn)如權(quán)利要求1至4任一所述的一種基于聚類的大規(guī)模不規(guī)則KPI時間序列的異常檢測方法。

8.一種計算機(jī)可讀介質(zhì)，其特征在于，用于存儲計算機(jī)程序，所述計算機(jī)程序被處理器執(zhí)行時實現(xiàn)如權(quán)利要求1至4任一所述的一種基于聚類的大規(guī)模不規(guī)則KPI時間序列的異常檢測方法。