[發明專利]一種指標異常檢測方法、裝置、設備及存儲介質

在審

• 申請號: 202110671950.7
• 申請日: 2021-06-17
• 公開（公告）號: CN113326177A
• 公開（公告）日: 2021-08-31
• 發明（設計）人: 陳鑒鑌;楊軍;盧道和;陳剛;程志峰;朱嘉偉;羅海灣;李勛棋;汪曉雪;周琪;郭英亞;李興龍;胡仲臣;周佳振;文玉茹;何勇彬
• 申請（專利權）人: 深圳前海微眾銀行股份有限公司
• 主分類號: G06F11/34
• 分類號: G06F11/34;G06N3/04;G06N3/08
• 代理公司: 北京同達信恒知識產權代理有限公司 11291
• 代理人: 彭燕

1.一種指標異常檢測方法，其特征在于，包括：

獲取目標業務指標的第一指標標簽以及第一監測數據，所述目標業務指標的第一指標標簽是通過對目標業務指標的歷史監測數據進行特征提取獲得歷史指標特征，并基于所述歷史指標特征預測獲得的；

基于所述目標業務指標的第一指標標簽，從異常檢測規則庫中獲得對應的第一檢測規則；

采用所述第一檢測規則，對所述第一監測數據進行異常檢測，確定所述目標業務指標是否為異常指標。

2.如權利要求1所述的方法，其特征在于，所述對目標業務指標的歷史監測數據進行特征提取獲得歷史指標特征，包括：

采用N個特征提取模塊依次對所述目標業務指標的歷史監測數據進行特征提取，獲得所述目標業務指標的歷史指標特征，其中，每個特征提取模塊至少包括卷積層和池化層，N為預設正整數。

3.如權利要求2所述的方法，其特征在于，所述N個特征提取模塊包括第一特征提取模塊、第二特征提取模塊和第三特征提取模塊，其中，第一特征提取模塊包括第一卷積層、第二卷積層和第一池化層，所述第二特征提取模塊包括第三卷積層和第二池化層，所述第三特征提取模塊包括第四卷積層和第三池化層。

4.如權利要求3所述的方法，其特征在于，所述采用N個特征提取模塊依次對所述目標業務指標的歷史監測數據進行特征提取，獲得所述目標業務指標的歷史指標特征，包括：

采用所述第一卷積層、所述第二卷積層以及所述第一池化層，依次對所述目標業務指標的歷史監測數據進行特征提取，獲得第一特征；

采用所述第三卷積層以及所述第二池化層，依次對所述第一特征進行特征提取，獲得第二特征；

采用所述第四卷積層以及所述第三池化層，依次對所述第二特征進行特征提取，獲得所述目標業務指標的歷史指標特征。

5.如權利要求1所述的方法，其特征在于，所述基于所述歷史指標特征預測獲得所述目標業務指標的第一指標標簽，包括：

采用壓平層對所述歷史指標特征展開后輸入全連接網絡，獲得所述目標業務指標的第一指標標簽。

6.如權利要求1至5任一所述的方法，其特征在于，所述目標業務指標的第一指標標簽表征所述目標業務指標為周期性指標；

所述采用所述第一檢測規則，對所述第一監測數據進行異常檢測，確定所述目標業務指標是否為異常指標，包括：

采用標準差模型、孤立隨機森林模型和移動平均模型，分別對所述第一監測數據進行異常檢測，獲得各個模型輸出的異常檢測結果；

若獲得的各個異常檢測結果中存在至少兩個異常檢測結果，表征所述目標業務指標為異常指標，則確定所述目標業務指標為異常指標；否則，確定所述目標業務指標為正常指標。

7.如權利要求6所述的方法，其特征在于，所述確定所述目標業務指標為異常指標之后，還包括：

若確定所述第一監測數據的同環比滿足預設告警條件，則觸發告警。

8.如權利要求1至5任一所述的方法，其特征在于，所述目標業務指標的第一指標標簽表征所述目標業務指標為周期性指標，且等級大于預設閾值；

所述采用所述第一檢測規則，對所述第一監測數據進行異常檢測，確定所述目標業務指標是否為異常指標，包括：

確定所述第一監測數據的同環比以及目標導數；

采用標準差模型、孤立隨機森林模型、移動平均模型以及整合移動平均自回歸模型，分別對所述第一監測數據進行異常檢測，獲得各個模型輸出的異常檢測結果；

采用已訓練的綜合識別模型，基于獲得的各個異常檢測結果、所述同環比以及所述目標導數，確定所述目標業務指標是否為異常指標。