[發明專利]一種時間序列異常檢測方法、裝置及設備

有效

• 申請號: 202110853492.9
• 申請日: 2021-07-28
• 公開（公告）號: CN113297195B
• 公開（公告）日: 2022-03-15
• 發明（設計）人: 嚴川;陳超;張博
• 申請（專利權）人: 云智慧（北京）科技有限公司
• 主分類號: G06F16/215
• 分類號: G06F16/215
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種時間序列異常檢測方法、裝置及設備，方法包括：獲取時間序列以及所述時間序列的能量序列；對所述能量序列進行平穩化操作處理，得到處理結果；根據所述處理結果，確定所述時間序列是否異常。通過上述方式，本發明提高了時間序列異常檢測領域的相關算法的通用性和計算性能。

技術領域

本發明涉及信息處理處理技術領域，特別是指一種時間序列異常檢測方法、裝置及設備。

背景技術

時間序列數據是運維領域最常見的觀測指標，其異常檢測是指運用算法對等間隔的數據中的異常點進行判定，從而為后續的故障定位及其他處理奠定基礎。

傳統的時間序列異常檢測方法可分為三類：統計類方法、機器學習類方法和時間序列分解類方法。統計類方法適用的數據類型有限。機器學習類算法調參難度大。時間序列分解類算法在分解過程中通常面臨突變點問題和周期性預測問題，容易將趨勢性擬合錯誤及周期性擬合錯誤歸結于噪聲中去，從而影響算法結果。

發明內容

本發明要解決的技術問題是如何提供一種時間序列異常檢測方法、裝置及設備。解決現有技術中基于時間序列異常檢測領域的相關算法所存在的通用性差和計算性能差的問題。

為解決上述技術問題，本發明的技術方案如下：

一種時間序列異常檢測方法，包括：

獲取時間序列以及所述時間序列的能量序列；

對所述能量序列進行平穩化操作處理，得到處理結果；

根據所述處理結果，確定所述時間序列是否異常。

可選的，獲得所述時間序列的能量序列，包括：

對所述時間序列中的每個點取平方運算，得到所述時間序列的能量序列。

可選的，對所述能量序列進行平穩化操作處理，得到處理結果，包括：

對所述能量序列進行趨勢性數據和/或周期性數據的去除操作處理，得到處理結果。

可選的，對所述能量序列進行趨勢性數據去除操作處理，包括：

通過公式G(t)=diff(g(t))對所述能量序列進行趨勢性數據去除操作處理；

其中，G(t)為趨勢性數據去除后的數據，diff表示差分操作，g(t)為能量序列。

可選的，對所述能量序列進行周期性數據的去除操作處理，包括：

將第一預設時長作為周期性的時間窗長，將所述能量序列的一個時間窗長內的數據平均值作為時間窗外下一個點的周期性數值進行去除，對于一個周期內的數據運用第二預設時長的數據做滑動窗，直至把所有點的周期性數據都去除，所述第二預設時長小于所述第一預設時長。

可選的，對所述能量序列進行周期性數據的去除操作處理過程中，還包括：

對于方差在N倍標準差之外的目標數據，將所述目標數據所在時間窗內的所有數據的平均值代替該目標數據來計算時間窗內的均值，N為正整數。

可選的，根據所述處理結果，確定所述時間序列是否異常，包括：

給定目標時間窗口，將所述目標時間窗口后的數據與所述目標時間窗口內數據的均值進行相比得到的比值大于預設閾值時，確定所述時間序列異常。

本發明的實施例還提供一種時間序列異常檢測裝置，包括：

獲取模塊，用于獲取時間序列以及所述時間序列的能量序列；

處理模塊，用于對所述能量序列進行平穩化操作處理，得到處理結果；根據所述處理結果，確定所述時間序列是否異常。